La optimización de los costos de la nube es un tema que mantiene despiertos a muchos usuarios de la nube. ¿Quién no querría recibir consejos y recomendaciones de expertos? Lo mismo sucede con los usuarios de la nube de hoy. Las empresas que invierten y utilizan la nube deberían recurrir a recomendaciones generadas por máquinas para sus instancias de máquinas virtuales (VM). Quienes lo hacen están reduciendo los costos de la nube y optimizando la forma en que la utilizan en sus empresas y equipos.
Dimensionamiento correcto Con frecuencia, las empresas se enfrentan a un gran desafío. Tener acceso a recomendaciones de dimensionamiento adecuado para tener en cuenta puede ayudar realmente a los líderes empresariales y a los equipos de FinOps a resolver y mejorar los procesos actuales y el uso de la nube de sus empresas.
Hoy en día, muchas empresas están adoptando una estrategia multicloud, utilizando Google Cloud Platform (GCP). Sin embargo, optimizar la plataforma es más fácil de decir que de hacer. Optimización de costos de Google Cloud Platform Se puede lograr con un seguimiento continuo y un pronóstico preciso, pero se puede hacer mucho más fácil cuando un Compute Engine ofrece recomendaciones según el tipo de máquina. Estos consejos pueden ayudar a los usuarios de GCP a optimizar el uso y la asignación de recursos de sus instancias de máquina virtual.
Este consejo se genera automáticamente y se basa en métricas del sistema que recopilan datos del servicio Cloud Monitoring durante los últimos 8 días. Las empresas pueden aplicar estas recomendaciones para redimensionar sus tipos de instancias y utilizar los recursos de manera más eficaz. Por lo tanto, las recomendaciones de dimensionamiento correcto pueden cambiar las reglas del juego.
¿Qué son realmente las recomendaciones de dimensionamiento correcto?
Las funciones de recomendaciones de dimensionamiento correcto simplemente ayudan a los profesionales responsables de la nube a identificar oportunidades de ahorro de costesMuestran la capacidad de reducir o eliminar instancias.
Las recomendaciones de ajuste de tamaño realizan un análisis profundo de sus recursos y su uso para destacar oportunidades de reducir los costos de la nube. Con esta función, las empresas pueden ver todas sus instancias infrautilizadas en sus distintas cuentas de miembro, pero en una sola vista. Esta capacidad les permite recibir recomendaciones fáciles de entender sobre cómo pueden ahorrar, así como sobre cuánto pueden ahorrar en algunos casos. Las recomendaciones de ajuste de tamaño les abren los ojos y les brindan transparencia sobre los costos de la nube en elementos que podrían estar omitiendo para que puedan tomar medidas y hacer ajustes rápidamente.
Las principales razones para tener en cuenta las recomendaciones de dimensionamiento adecuado
Las oportunidades de gestión y optimización de costos de la nube que surgen al considerar recomendaciones de tamaño adecuado son muchas.
En definitiva, se trata de ofrecer una forma segura de recibir porcentajes de ahorro estimados, ahorros estimados por mes, así como Oportunidades de optimizaciónPor supuesto, todo depende de su uso y de sus recursos. Estas recomendaciones ayudan a los usuarios de GCP, por ejemplo, a realizar ajustes de forma más sencilla dentro de la plataforma y evitar sorpresas en la factura de la nube.
Qué saber sobre precio y limitaciones
Los usuarios pueden recibir recomendaciones de tipo de máquina de forma gratuita. Sin embargo, cuando actúan y aplican una recomendación para cambiar el tamaño de su tipo de instancia, se les factura el tipo de máquina elegido.
También vale la pena señalar que hay algunos casos de uso en los que no se encuentran disponibles recomendaciones de tipos de máquinas. Estas limitaciones se aplican cuando se consideran instancias de VM diseñadas con entornos flexibles de App Engine, Dataflow o Google Kubernetes Engine. También son limitadas cuando se trata de instancias de VM con discos efímeros, GPU o TPU.
Cuando las recomendaciones de redimensionamiento funcionan bien
El algoritmo para recomendaciones de optimización de la nube en relación con el ajuste de tamaño funciona bien con cargas de trabajo que siguen cadencias semanales. También funciona bien con cargas de trabajo que crecen o se reducen a lo largo de semanas, cargas de trabajo que subutilizan recursos de manera constante y en muchos otros escenarios. En todos estos casos, tener ocho días de datos es suficiente para hacer predicciones sobre cómo modificar mejor el tamaño de la máquina para mejorar el uso de los recursos.
Para los usuarios de Google Cloud que buscan optimizar los costos de GCP mediante el redimensionamiento, Aquí hay un artículo útil en tipos de máquinas disponibles para instancias de VM.
Optimización gratuita de costos en la nube y gestión mejorada de recursos de ML/AI para toda la vida
¿Cómo funcionan las recomendaciones de tipos de máquinas?
Las recomendaciones se generan de la siguiente manera: Compute Engine realiza un seguimiento del uso de CPU y memoria de las máquinas virtuales en ejecución. Luego, realiza recomendaciones utilizando datos de los últimos ocho días.
Luego, Compute Engine ofrece recomendaciones específicas en función de esos datos. Estas pueden ir desde recomendaciones para un tipo de máquina con menos CPU virtuales en caso de que una instancia tenga un uso bajo de la CPU la mayor parte del tiempo hasta recomendaciones para un tipo de máquina con menos CPU virtuales en caso de que una instancia tenga un uso bajo de la CPU la mayor parte del tiempo. Si la mayor parte del tiempo que está en funcionamiento se observa un uso alto de la CPU, es probable que se hagan sugerencias para considerar más CPU virtuales.
También se pueden realizar recomendaciones adicionales en función del uso de la memoria para recomendar menos o más en función de estos ocho días de datos.
Familiarizarse con el recomendador en GCP
Recomendador de GCP ofrece a los usuarios una mejor manera de pensar y actuar en lo que respecta a la gestión de costos de la nube. Se basa en algunos pilares clave, que van desde consideraciones más obvias hasta consideraciones proactivas.
Estos pilares incluyen:
- Costo
- Seguridad
- Actuación
- Fiabilidad
- Manejabilidad
- Sostenibilidad
Recomendadores En Google Cloud, se ofrecen recomendaciones de uso para los recursos de GC. Por lo general, son específicas y tienen en cuenta un único producto y tipo de recurso. Cada producto individual también puede incluir varios recomendadores.
Estos consejos pueden incluir desde recomendaciones para eliminar instancias SQL no utilizadas hasta consejos para cambiar el tamaño de instancias con exceso de aprovisionamiento, para proteger su cuenta y eliminar permisos de acceso. Los usuarios también pueden recibir notificaciones sobre desusos de Kubernetes o recomendaciones para recuperar o eliminar proyectos que no se utilizan.
Poniendo las recomendaciones en práctica
Los usuarios de GCP pueden aplicar, ignorar o restablecer recomendaciones del Centro de recomendaciones. Sin embargo, es importante tener en cuenta (y Google lo indica en este aviso legal en su propio sitio) que “antes de aplicar recomendaciones en la consola de Google Cloud o usar la API, asegúrese de que un revisor evalúe los impactos”.
Si bien los datos son sólidos y los algoritmos son confiables, siempre es bueno contar con un revisor que tenga el conocimiento para profundizar en el impacto establecido en las recomendaciones, además de comprender cómo influyen en su infraestructura y su empresa.
Para las recomendaciones que tu equipo respalda, hay un botón Aplicar que aparece en el panel de detalles de la recomendación. También tendrás la opción de descartarlas. recomendaciones. Al descartarlos, evita que estos consejos aparezcan en su Centro de recomendaciones panel de control, además de las vistas de lista para su proyecto.
Ayuda adicional con Hystax OptScale
Además de todas las herramientas útiles que brindan las recomendaciones generadas de GCP, es raro que los usuarios de la nube solo utilicen GCP y busquen ideas de optimización de costos de la nube solo en esa plataforma. Cuando busca oportunidades para optimizar el uso general de la nube, desea tener una visión completa y transparente de las áreas en las que se produce el mayor gasto. Este gasto suele atribuirse a las máquinas virtuales, así como a sus discos persistentes. Tener acceso a esta información y a más mientras trabaja con la nube en diferentes equipos, usuarios, diferentes privilegios y más puede ser, en ocasiones, más difícil de descubrir de lo que debería ser.
OptScale Puede ser una solución útil en Aportando total transparencia a sus gastos de GCP, así como también aquellos en otras nubes, brindando cientos de recomendaciones de ahorro de costos y optimización de las cuales sus usuarios pueden beneficiarse enormemente.
Desde el ajuste del tamaño de las máquinas virtuales y un buscador de duplicados de almacenamiento de objetos hasta la optimización de los depósitos abandonados, las recomendaciones son fructíferas y numerosas. Además, los usuarios pueden obtener información sobre cómo controlar el uso de la nube o optimizarlo si cuentan con una infraestructura multicloud.
La capacidad de reducir los costos de la nube y, al mismo tiempo, aprovechar todo su potencial es algo que todos los líderes empresariales buscan. Para comprender mejor su consumo de la nube, optimizar los costos de la nube y más, comuníquese con nosotros. Estaremos encantados de brindarle consejos sobre cómo analizar las recomendaciones de ajuste de tamaño de GCP, nuestras propias recomendaciones de optimización general y mucho más para brindarle apoyo en su estrategia de nube y los ajustes que se están realizando en curso.
Haga clic aquí para leer más información sobre cómo Hystax también ofrece la primera solución de gestión de costos FinOps y multicloud de código abierto.
💡 Descubra cómo la detección de anomalías en los costos de la nube ayuda a prevenir sobrecostos y facturas impredecibles → https://hystax.com/cloud-cost-anomaly-detection-prevent-budget-overruns-unpredictable-cloud-bills
👆🏻 Hystax OptScale ofrece la primera solución de gestión de costos multicloud y FinOps de código abierto que está completamente disponible en Apache 2.0 en GitHub → https://github.com/hystax/optscale
