Die weltweiten Cloud-Ausgaben werden 2023 voraussichtlich die Marke von 600 Milliarden US-Dollar erreichen – ein Plus von 21 % gegenüber dem Vorjahr. Das zeigt, wie selbstverständlich die Cloud inzwischen zur Weltwirtschaft gehört. Immer mehr Unternehmen entstehen direkt in der Cloud (Digital Natives) und ergänzen jene, die bereits eine Cloud-Migration hinter sich haben – weil sie erkannt haben, dass die Public Cloud das beste Preis-Leistungs-Verhältnis und die größten Wachstumschancen bietet.
Wenn Unternehmen jeder Größe weiter wachsen, werden zwangsläufig auch ihre Cloud-Umgebungen und die damit verbundenen Ausgaben größer. Skaliert Ihr Betrieb, steigen ganz selbstverständlich auch die Infrastrukturkosten. Der Schlüssel zum Erfolg – und ein Merkmal von Organisationen, die FinOps-Praktiken beherrschen – liegt darin, den Cloud-Footprint genau so weit wachsen zu lassen, wie es das Geschäft erfordert, und keinen Schritt weiter. Ein wesentlicher Teil davon ist, Ausgaben überall dort zu optimieren, wo es möglich ist, Sparpotenziale konsequent zu nutzen und unnötige Kosten einzudämmen.
Das ist leichter gesagt als getan, denn Cloud-Umgebungen sind dynamisch und komplex. Ohne Expertise und Disziplin lassen sich die Cloud-Ausgaben kaum unter Kontrolle halten. Vor diesem Hintergrund stellen wir Ihnen drei Bereiche vor, in denen Sie Ihre AWS-Kostenoptimierung starten oder gezielt ausbauen können:
Mehr Abdeckung durch Commitment-Rabatte
Da EC2 und andere Compute-Services typischerweise 50–70 % Ihrer gesamten Cloud-Rechnung ausmachen, steckt hier das größte Einsparpotenzial. AWS gewährt Rabatte auf Ressourcen-Commitments in Form von Savings Plans und Reserved Instances. Beide lassen sich mit 1- oder 3-Jahres-Laufzeit erwerben und unterscheiden sich in einigen wichtigen Punkten – etwa bei Rückkaufoptionen und Flexibilität:
Mehr zu den Unterschieden zwischen den Commitment-Typen lesen Sie hier. Fakt ist: Commitments zu verwalten und die verfügbaren Einsparungen voll auszuschöpfen, ist ein Vollzeitjob. Bei der Prognose Ihrer Compute-Nutzung müssen Sie zahlreiche Faktoren berücksichtigen – etwa Maschinentypen, Regionen, Cloud-Services usw. – und anschließend Nutzung und Ablaufdaten im Blick behalten, um die richtigen Meilensteine zu treffen.
Am meisten holen Sie aus Ihrer Commitment-Abdeckung heraus, wenn Sie möglichst viele Ihrer workloads mit 3-Jahres-RIs oder Savings Plans absichern. Diese bieten 60–70 % Rabatt, während 1-Jahres-Verträge nur 25–35 % bringen. Bedenken Sie dabei: 3-Jahres-Commitments sind grundsätzlich riskanter als 1-Jahres-Verträge, weil sich workloads über einen so langen Zeitraum deutlich schwerer prognostizieren lassen. Unternehmen mit ausreichender Reife und Stabilität können etwa die Hälfte ihrer prognostizierten workloads über 3-Jahres-Commitments abdecken und die restliche Rabattabdeckung mit 1-Jahres-Commitments ergänzen.
Der Charme einer Lösung wie DoiT Flexsave™: Sie automatisiert das Management dieser 1-Jahres-Commitments und maximiert die Einsparungen für alle On-Demand-Compute-workloads (einschließlich EC2, Fargate und Lambda), die noch keinen Rabatt erhalten. Das entlastet nicht nur Ihr FinOps-Team, sondern beseitigt auch das Risiko, sich auf Ressourcen festzulegen, die Sie am Ende gar nicht nutzen.
Flexsave dient zugleich als FinOps-Hub für Ihre AWS-Commitment-Strategie: Sie sehen direkt im Dashboard eine Übersicht Ihrer bestehenden Savings Plans sowie Auswertungen zu Ihrer Rabattabdeckung. Standardmäßig zeigt das Diagramm die Abdeckung Ihrer zehn häufigsten SKUs. Wenn Sie mehr SKUs sehen oder die Daten nach Region aufschlüsseln möchten, öffnen Sie einfach direkt aus dem Dashboard heraus einen Cloud-Analytics-Bericht. So erkennen Sie, welche Services möglicherweise nicht für Rabatte infrage kommen, und können prüfen, ob sich diese workloads umstrukturieren lassen, um die Einsparungen zu erhöhen.
Klicken Sie auf das Bild unten, um mehr über die Nutzung des Flexsave-Dashboards zu erfahren:
Spot Instances konsequent einsetzen
Wie Savings Plans und RIs können auch Spot Instances erhebliche Rabatte auf On-Demand-Compute-workloads bieten – allerdings mit einem gewichtigen Haken: Spot-workloads können von AWS mit nur 2 Minuten Vorwarnzeit zurückgefordert werden. Sie erzielen mit Spot Instances zwar Rabatte von bis zu 90 %, gehen aber ein deutlich höheres Risiko ein. Daher sollten sie wirklich nur für fehlertolerante Anwendungen zum Einsatz kommen – etwa containerisierte workloads, zustandslose Webserver, Testumgebungen oder Big-Data-Anwendungen.
In AWS lassen sich Spot Instances über Auto Scaling Groups (ASGs) verwalten. Beim Einsatz ist allerdings ein gewisses Maß an Flexibilität bei den angeforderten Instance-Typen und Availability Zones gefragt. Warum? Weil in Ihrer Wunschkonfiguration möglicherweise gerade keine Instances verfügbar sind. ASGs müssen zudem manuell konfiguriert und regelmäßig nachjustiert werden, damit Ihr Compute-Bedarf zuverlässig und ohne spürbare Unterbrechungen gedeckt wird. Abgesehen vom manuellen, mühsamen Charakter dieses Prozesses kann eine fehlerhafte Konfiguration dazu führen, dass das Ganze gar nicht erst funktioniert.
Angesichts dieser Risiken und des Aufwands verzichten viele lieber ganz auf Spot Instances. Doch DoiT Spot Scaling automatisiert diesen Prozess, nimmt das Risiko von Unterbrechungen und sorgt dafür, dass Ihre workloads zuverlässig auf Spot Instances laufen. Das Tool analysiert Ihre ASGs automatisch, empfiehlt Best-Practice-Konfigurationen und ersetzt On-Demand-Instances dort, wo es sinnvoll ist, durch die deutlich günstigeren Spot Instances. Und damit kein Risiko bleibt, greift Spot Scaling automatisch auf On-Demand zurück, falls am Markt gerade keine Spot-Kapazität verfügbar ist.
Klicken Sie auf das Bild unten, um Spot Scaling in Aktion zu sehen:
Storage auf Optimierungspotenziale prüfen
Auch wenn Storage in Ihrer monatlichen Cloud-Rechnung nicht ganz so dominant ist wie Compute, können die Kosten beim Skalieren schnell in die Höhe schießen. Deshalb sollten Sie diesen Bereich regelmäßig prüfen, um die Ausgaben gering zu halten. AWS bietet verschiedene Storage-Klassen, die je nach Zugriffshäufigkeit unterschiedlich bepreist sind. Das bedeutet: Objekte, deren Abrufhäufigkeit sich verändert hat, liegen unter Umständen noch in S3 Standard, obwohl sie längst in Infrequent Access oder sogar Glacier verschoben werden könnten.
Um die Kosteneffizienz Ihrer Storage-Klassen zu maximieren, können Sie Daten mit Lifecycle-Policies anhand Ihrer Zugriffsmuster automatisch zwischen den Storage-Klassen verschieben. Berücksichtigen Sie dabei auch die Anzahl und Größe der Objekte, denn Abruf- und Transferpreise werden pro GB berechnet. Mit Amazon S3 Select können Sie zudem gezielt einzelne Daten aus S3-Objekten abrufen und so das übertragene Datenvolumen reduzieren.
Ein weiterer Punkt: Viele kleine Objekte können sehr schnell teuer werden. Wenn Sie eine große Menge winziger Dateien haben, kann es sinnvoll sein, diese in einem Datenbankdienst wie DynamoDB oder MySQL statt in S3 abzulegen. Falls das nicht infrage kommt, prüfen Sie, ob sich die Dateien bündeln und als einzelne Datei speichern lassen.
DoiT Cloud Analytics ermöglicht genau diese Art der Analyse: Über Cost-Allocation-Groupings erkennen Sie schnell, welche Faktoren die Kosten treiben – aufgeschlüsselt nach Service, SKU, Availability Zone usw.
Klicken Sie auf das Bild unten für eine interaktive Tour und sehen Sie, wie diese Cloud-Analytics-Funktionen im DoiT Cloud Navigator zusammenspielen:
