Teil 1 von 2

Chancen und Tücken der Cloud-Kostenoptimierung

Kostenmanagement für Multicloud-Umgebungen ist eine Kunst für sich. Es gibt vielfältige Möglichkeiten zur Optimierung – wenn sie richtig verstanden und eingesetzt werden. Worauf es ankommt und welche Kriterien dabei wesentlich sind, behandelt dieser zweiteilige Ratgeber.

Provider-übergreifende automatisierte Empfehlungen zu geeigneten Discount-Modellen bzw. Savings-Plans unterstützen Unternehmen, ihre Commitments für Cloud-Services zu gestalten. (Bild: Apptio)
Provider-übergreifende automatisierte Empfehlungen zu geeigneten Discount-Modellen bzw. Savings-Plans unterstützen Unternehmen, ihre Commitments für Cloud-Services zu gestalten. (Bild: Apptio)

Bei Cloud-Kosten ist es wie im richtigen Leben: So in etwa weiß man schon, wie es eigentlich besser ginge. Aber erstens muss man es auch tun, und zweitens genau verstehen, wie. Rechnungs- und Nutzungsanalysen, Empfehlungen und Übersichten in Dashboards – Tools für die Cloud-Kostenoptimierung sind vorhanden und können vieles vereinfachen. Doch um Multicloud-Ökosysteme auf effiziente Weise wirtschaftlich zu steuern, braucht es eine Provider-übergreifende Sicht und Automatisierung für das Cloud-Finanzmanagement. Um diese Möglichkeiten auch auszuschöpfen, hat Apptio aus der Projektpraxis einen Ratgeber für die sieben wichtigsten Stellschrauben entwickelt. Er zeigt, worauf Maßnahmen zur Cloud-Kostenoptimierung genau abzielen, wo die Tücken liegen und wie automatisierte Analysen wirkungsvoll eingesetzt werden.

Discounts – Puzzlespiel der Rabatte und Laufzeiten

Mit den Rabattmodellen der Provider – Reserved Instances, Savings Plans oder Committed-Use-Discounts – legt man sich auf eine bestimmte Abnahme von Cloud-Services oder Nutzung von Cloud-Instanzen für ein oder drei Jahre fest. Dafür erhält man in diesem Zeitraum für den abgeschlossenen Umfang günstigere Konditionen. Für alles darüber hinaus muss der teurere On-Demand-Preis bezahlt werden. Hier sollten Anwender nicht in Over-Commitment verfallen, also nicht zu viel Vorab-Rabatte kaufen, die nicht verwendet werden. Oder der noch häufiger auftretende, umgekehrte Fall: Keine Commitments einzugehen, weil unsicher ist, ob ob sie wirklich voll ausgeschöpft werden. Meistens ist es günstiger, mutig einige Commitments einzugehen, auch wenn sich davon einige nicht rechnen, als gar keine einzugehen und stets den On-Demand-Preis zu zahlen. Wer jeden Monat einige Commitments abschließt, kann auch jeden Monat deren Umfang nach oben oder nach unten anpassen. Und wer die Laufzeiten der Commitments im Blick hat, kann weitere Vereinbarungen mit den günstigsten Preismodellen anschließen. So sollten Tools für das Cloud-Commitment-Management zum einen in der Lage sein, anbieterübergreifend die aktuell laufenden Discount-Vereinbarungen im Unternehmen abzubilden und Vergleiche für Anschlussverträge zu unterstützen. Zum anderen sind automatisierte, rechtzeitige Benachrichtigungen an die Verantwortlichen wichtig, bevor Cloud-Commitments auslaufen.

Rightsizing – an der richtigen Stelle handeln

Es gibt eine Reihe von Tools, die mehr oder weniger gute Vorschläge zur Dimensionierung von Cloud-Instanzen liefern können, so dass sie für die tatsächliche Nutzung die richtige Größe haben. Das Problem: Jemand muss das auch umsetzen. Praktikabel wird Rightsizing erst mit weitreichenderen Lösungen: Zuerst sollten anhand der Cloud-Rechnungsdaten die gebuchten Cloud-Services automatisiert ermittelt und diese mit Monitoring-Daten kombiniert werden. Daraus wird ersichtlich, was zu groß dimensioniert oder überhaupt nicht genutzt wurde. Dann müssen Tickets mit Empfehlungen für die Projekte generiert werden. So können DevOps-Teams deren Umsetzung in ihren Sprints einplanen. Wird der Status zurück synchronisiert, ist ersichtlich, was bereits umgesetzt wurde.

Elastizität – bedarfsgerecht ausdehnen und schrumpfen

Auf Basis des Nutzungsverhaltens können Cloud-Ressourcen runtergefahren und im Falle von Lastspitzen erhöht werden. Statt also die Cloud-Infrastruktur dauerhaft für die Maximal-Last auszulegen, ist es besser, die Cloud-Infrastruktur für die Grundlast auszulegen und nur bei erwarteten Spitzen Ressourcen aufzustocken. Hier kann es sinnvoll sein, Compute-Kapazitäten vorab zu reservieren (Capacity Reservation). Umgekehrt können Instanzen in nicht-produktiven Zeitfenstern, etwa am Wochenende oder in der Nacht, abgeschaltet werden, um Kosten zu sparen.

Autoscaling – sparsam, aber vorbereitet

Per Autoscaling können Cloud-Kapazitäten anhand definierter Regeln automatisch angepasst werden. Wenn gerade wenig zu rechnen ist, genügen geringe Rechenkapazitäten, stehen rechenintensive Aufgaben an, wird Kapazität erhöht. Eine Autoscaling-Gruppe definiert die minimale und maximale zur Verfügung zu stellende Kapazität, welche Instanz-Typen verwendet werden sollen und wie skaliert wird. Die Skalierung kann manuell, zeitgesteuert, automatisch basierend auf Applikations-spezifischen Metriken (Monitoring) und/oder anhand von Vorhersagen erfolgen. Obwohl neuere Architekturen Autoscaling meist erlauben, ist doch im Einzelfall zu klären, welche Anwendungen dafür geeignet sind. Diese müssen zumindest Load-Balancing unterstützen, so dass die Last auf mehrere Compute-Instanzen verteilt werden kann. Anwendungen, die ein stabiles und wiederkehrendes Muster im Lastaufkommen zeigen (abhängig von der Uhrzeit, dem Wochentag und/oder der Kalenderwoche), sind etwa Kandidaten für Autoscaling. Autoscaling-Gruppen können sowohl mit On-Demand-Ressourcen als auch mit Spot-Instanzen bestückt werden, siehe dazu auch den nächsten Abschnitt.

Im nächsten Heft erfahren Sie, wie Sie mit Spot-Instanzen sparen können und warum gerade bei der Cloudnutzung ein verantwortungsbewusster Umgang mit Ressourcen gefragt ist.







  • Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise

    Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen…


  • MES-Integrator und 360-Grad-Partner für optimierte Fertigung

    Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen.


  • IT ist nicht gleich OT

    Unternehmen wissen oft nicht, wie sie Shopfloor-Daten richtig auswerten oder interpretieren sollen. Zumal sich Strategien aus der IT nicht ohne Änderungen in…


  • KI als Katalysator für Optimierungsprozesse

    Mit generativer KI können Unternehmen aus ihrem Datenpool heraus etwa Ähnlichkeitsbezüge zwischen einzelnen Maschinenbeschreibungen herstellen. Dazu kann das Tool technische Dokumentationen analysieren.…


  • Tipps für die digitale Ablage

    Informationen liegen heutzutage auf digitalen Systemen ab. Sind diese Daten unpraktisch abgelegt, kostet jeder Zugriff unnötig Zeit. Was trivial klingen mag, kostet…