Präzise Analyse, einheitliche Transparenz und ein Partner in jedem Sprint
DoiT begleitete das Plattform-Team von Luxury Escapes über die Cloud Intelligence Plattform und kombinierte intelligente Tools mit konkreter Engineering-Expertise. Für das Team von Chiamaka lag der Unterschied nicht nur darin, was DoiT erkennen konnte – sondern darin, was DoiT mit diesen Erkenntnissen anfing.
Eine Reserved-Instance-Strategie auf Basis echter Nutzungsdaten
Die Forward Deployed Engineers und der Customer Success Manager von DoiT analysierten tägliche RDS-Nutzungsmuster und Performance-Metriken über die gesamte Luxury-Escapes-Umgebung hinweg und machten sichtbar, wie sich Workloads tatsächlich verhalten – nicht, wie man es vermutete. Diese Analyse legte klare Ansatzpunkte offen, um Instances per Right-Sizing zu optimieren und auf ein Reserved-Instance-Modell umzustellen, das am realen Bedarf ausgerichtet ist.
Das Ergebnis war eine maßgeschneiderte Strategie, die heute 70 % bis 80 % der Aurora-RDS-Workloads von Luxury Escapes abdeckt und rund 7.000 bis 8.000 $ an direkten Einsparungen bringt. Die Engineers von DoiT gingen noch weiter: Sie prüften die Storage-Konfigurationen der Aurora-Cluster und identifizierten konkrete Workloads, bei denen ein Wechsel zu I/O Optimized Storage sowohl bei Performance als auch bei den Kosten Sinn ergab. Aus einem Konfigurationsdetail, das die meisten Teams übersehen, wurde so ein dauerhafter Effizienzgewinn.
CloudFlow: Transparenz, Governance und Commitment-Monitoring
Mit der etablierten Reserved-Instance-Strategie führte Satyam Gupta CloudFlow ein, damit das Team diese Investition überwachen und absichern konnte. Über automatisiertes Reporting in CloudFlow erhielt Chiamakas Team Einblick in Ablaufdaten und Auslastungsraten der Reserved Instances über die gesamte Umgebung hinweg – und konnte so frühzeitig reagieren, statt auslaufende Commitments erst im Nachhinein zu bemerken.
CloudFlow adressierte außerdem eine grundsätzlichere Governance-Herausforderung. Statt zwischen 25 separaten AWS-Konten ständig den Kontext wechseln zu müssen, bekam das Team eine einzige, einheitliche Sicht auf alles, was in der Umgebung lief. Automatisiertes Alerting sorgte dafür, dass neue Ressourcen in einem stillgelegten Konto sofort eine Benachrichtigung auslösten – aus einem Prozess, der bislang auf manuellen Prüfungen beruhte, wurde ein kontrollierter, auditierbarer Workflow.
In jedem Sprint präsent, nicht nur beim Quartals-Review
Satyam meldete sich mehrmals pro Sprint bei Chiamakas Team, stellte neue Plattform-Funktionen vor und unterstützte aktiv bei der App-Mesh-Migration und der laufenden Arbeit an den Aurora-Clustern. Stieß das Team auf Probleme, die Spezialwissen erforderten, brachte Satyam es schnell mit den passenden DoiT-Engineers zusammen. Die Kostenzuordnung wurde über Teams und Services hinweg konfiguriert, sodass sich Anomalien ohne Verzögerung bis zur Ursache zurückverfolgen ließen.