Les dépenses cloud mondiales devraient avoisiner les 600 milliards de dollars en 2023 – soit 21 % de croissance sur un an –, signe que le cloud est devenu incontournable pour l'économie mondiale. Toujours plus d'entreprises naissent dans le cloud (les digital natives) et rejoignent celles qui ont mené à bien leur migration, convaincues que le cloud public offre le meilleur rapport valeur/opportunité pour développer leur activité.
À mesure que les entreprises grandissent, quelle que soit leur taille, l'envergure de leurs environnements cloud et les dépenses qui en découlent ne cessent d'augmenter ; quand l'activité monte en charge, il est logique que les coûts d'infrastructure suivent. La clé du succès, et la marque d'une organisation rompue aux pratiques FinOps, consiste à dimensionner son empreinte cloud au plus juste des besoins métier, et rien de plus. Cela passe largement par l'optimisation des dépenses partout où c'est possible : saisir les opportunités d'économies et juguler les coûts superflus.
Plus facile à dire qu'à faire, vu la nature dynamique et la complexité des environnements cloud : il faut à la fois de l'expertise et de la rigueur pour garder la maîtrise des dépenses. Voici donc trois pistes pour lancer ou affiner vos efforts d'optimisation des coûts AWS :
Renforcez votre couverture en commitments
EC2 et les autres services de calcul pesant probablement 50 à 70 % de votre facture cloud, c'est sur ce poste que se jouent les économies les plus significatives. AWS propose des remises d'engagement de ressources via les Savings Plans et les Reserved Instances, disponibles sur 1 ou 3 ans, avec des différences notables en matière de rachats et de flexibilité :
Pour approfondir les différences entre ces types de commitments, c'est par ici, mais soyons clairs : gérer les commitments et maximiser les économies disponibles est un travail à plein temps. La prévision d'utilisation du calcul mobilise plusieurs facteurs – types de machines, régions, services cloud, etc. – sans oublier le suivi de l'utilisation et des dates d'expiration pour atteindre les bons jalons.
La meilleure approche pour maximiser votre couverture consiste à engager le maximum de workloads sur des RI ou Savings Plans à 3 ans, qui offrent 60 à 70 % de remise contre 25 à 35 % sur 1 an. Gardez toutefois en tête qu'un engagement à 3 ans est par nature plus risqué : prévoir ses workloads aussi loin reste un exercice difficile. Les entreprises suffisamment matures et stables peuvent couvrir environ la moitié de leurs workloads prévisionnels avec des engagements à 3 ans, puis compléter avec des engagements à 1 an.
Tout l'intérêt d'une solution comme DoiT Flexsave™, c'est d'automatiser la gestion de ces engagements à 1 an pour maximiser les économies sur l'ensemble des workloads de calcul à la demande (EC2, Fargate, Lambda) qui ne bénéficient pas encore de remise. La charge de gestion FinOps s'allège, et le risque de sur-engagement sur des ressources finalement inutilisées disparaît.
Flexsave fait également office de hub FinOps pour votre stratégie de commitments AWS : il offre une vue d'ensemble de vos Savings Plans existants et des analyses sur votre couverture de remises, directement dans le dashboard. Le graphique affiche par défaut la couverture de vos dix SKU les plus utilisés ; pour en voir davantage ou ventiler par région, il suffit d'ouvrir un rapport Cloud Analytics directement depuis le dashboard. Vous identifierez ainsi plus facilement les services non éligibles aux remises et explorerez les possibilités de réarchitecturer ces workloads pour pousser les économies plus loin.
Cliquez sur l'image ci-dessous pour découvrir comment exploiter le dashboard Flexsave :
Tirez parti des Spot Instances
À l'instar des Savings Plans et des RI, les Spot Instances permettent des remises importantes sur les workloads de calcul à la demande, avec toutefois une réserve de taille : AWS peut les récupérer avec seulement 2 minutes de préavis. Les économies peuvent donc grimper jusqu'à 90 %, mais le risque est nettement plus élevé. Mieux vaut donc les réserver à des opérations tolérantes aux pannes : workloads conteneurisés, serveurs web sans état, environnements de test ou applications big data.
Sur AWS, les Spot Instances se gèrent via des Auto Scaling Groups (ASG), mais leur déploiement exige naturellement une certaine souplesse sur les types d'instances et les zones de disponibilité demandées. Pourquoi ? Parce qu'aucune ne sera peut-être disponible aux spécifications visées. Les ASG doivent également être configurés manuellement et ajustés régulièrement pour couvrir vos besoins en calcul de manière continue, sans interruption notable. Outre le caractère manuel et fastidieux du processus, la moindre erreur de configuration peut tout faire échouer.
Vu les risques et l'effort à fournir, beaucoup d'équipes renoncent purement et simplement aux Spot Instances. Mais DoiT Spot Scaling automatise ce processus pour écarter le risque d'interruption et faire tourner vos workloads de façon fiable sur des Spot Instances. L'outil analyse automatiquement vos ASG, recommande des configurations conformes aux meilleures pratiques, puis remplace les instances à la demande par des Spot Instances fortement remisées lorsque c'est pertinent. Et pour neutraliser le risque, Spot Scaling assure un repli vers le mode à la demande quand aucune capacité Spot n'est disponible sur le marché.
Pour voir Spot Scaling à l'œuvre, cliquez sur l'image ci-dessous :
Auditez votre stockage à la recherche d'opportunités d'optimisation
Moins dominant que le calcul dans la facture mensuelle, le stockage peut néanmoins voir ses coûts grimper rapidement avec la montée en charge ; un audit régulier s'impose pour les contenir. AWS propose différentes classes de stockage dont le prix varie selon la fréquence d'accès aux données : des objets dont la fréquence de récupération a baissé peuvent ainsi rester dans S3 Standard alors qu'ils auraient leur place dans Infrequent Access, voire Glacier.
Pour tirer le meilleur parti de vos classes de stockage, appuyez-vous sur des politiques de cycle de vie qui font basculer automatiquement les données d'une classe à l'autre selon vos schémas d'accès. Pensez aussi au nombre d'objets et à leur taille, car les prix de récupération et de transfert sont facturés au Go. Amazon S3 Select permet par ailleurs d'extraire des données ciblées au sein d'objets S3 et de réduire ainsi le volume de données transférées.
Autre point à garder en tête : une multitude de petits objets peut vite coûter cher. Si vous avez beaucoup de tout petits fichiers, mieux vaut parfois les stocker dans un service de base de données comme DynamoDB ou MySQL plutôt que dans S3. À défaut, envisagez de les regrouper en un seul fichier.
DoiT Cloud Analytics rend ce type d'analyse possible grâce à des regroupements d'allocation de coûts qui mettent rapidement en lumière ce qui pèse sur la facture, en ventilant les coûts par service, SKU, zone de disponibilité, etc.
Pour mieux saisir comment ces fonctionnalités Cloud Analytics s'intègrent dans DoiT Cloud Navigator, cliquez sur l'image ci-dessous pour une visite interactive :
