Dieses Prinzip in der Säule „Kostenoptimierung“ des Google Cloud Well-Architected Framework enthält Empfehlungen, die Ihnen helfen, Ressourcen so zu planen und bereitzustellen, dass sie den Anforderungen und Nutzungsmustern Ihrer Cloud-Arbeitslasten entsprechen.
Übersicht über die Prinzipien
Wenn Sie die Kosten für Ihre Cloud-Ressourcen optimieren möchten, müssen Sie die Ressourcenanforderungen und Lastmuster Ihrer Arbeitslasten genau kennen. Dieses Verständnis ist die Grundlage für ein klar definiertes Kostenmodell, mit dem Sie die Gesamtbetriebskosten (TCO) prognostizieren und Kostentreiber während der gesamten Cloud-Einführung identifizieren können. Durch die proaktive Analyse und Prognose von Cloud-Ausgaben können Sie fundierte Entscheidungen zur Ressourcenbereitstellung, -nutzung und -kostenoptimierung treffen. Mit diesem Ansatz können Sie die Cloud-Ausgaben kontrollieren, eine Überdimensionierung vermeiden und dafür sorgen, dass die Cloud-Ressourcen auf die dynamischen Anforderungen Ihrer Arbeitslasten und Umgebungen abgestimmt sind.
Empfehlungen
Beachten Sie die folgenden Empfehlungen, um die Nutzung von Cloud-Ressourcen effektiv zu optimieren.
Umgebungsspezifische Ressourcen auswählen
Jede Bereitstellungsumgebung hat unterschiedliche Anforderungen an Verfügbarkeit, Zuverlässigkeit und Skalierbarkeit. Entwickler bevorzugen beispielsweise eine Umgebung, in der sie Anwendungen schnell bereitstellen und für kurze Zeit ausführen können, benötigen aber möglicherweise keine Hochverfügbarkeit. Eine Produktionsumgebung erfordert dagegen in der Regel Hochverfügbarkeit. Um die Nutzung Ihrer Ressourcen zu maximieren, definieren Sie umgebungsspezifische Anforderungen basierend auf Ihren Geschäftsanforderungen. Im Folgenden finden Sie Beispiele für umgebungsspezifische Anforderungen:
- Produktion: Hochverfügbarkeit, vorhersehbare Leistung, Betriebsstabilität und Sicherheit mit robusten Ressourcen.
- Entwicklung und Tests: Kosteneffizienz, flexible Infrastruktur mit Bursting-fähiger Kapazität und sitzungsspezifische Infrastruktur, wenn keine Datenpersistenz erforderlich ist.
- Andere Umgebungen (z. B. Staging und QA): Maßgeschneiderte Ressourcenzuweisung basierend auf umgebungsspezifischen Anforderungen.
Arbeitslastspezifische Ressourcen auswählen
Für jede Ihrer Cloud-Arbeitslasten gelten möglicherweise unterschiedliche Anforderungen an Verfügbarkeit, Skalierbarkeit, Sicherheit und Leistung. Um die Kosten zu optimieren, müssen Sie die Ressourcenauswahl an die spezifischen Anforderungen der einzelnen Arbeitslasten anpassen. Eine zustandslose Anwendung erfordert beispielsweise möglicherweise nicht dieselbe Verfügbarkeit oder Zuverlässigkeit wie ein zustandsorientiertes Backend. In den folgenden Unterabschnitten finden Sie weitere Beispiele für arbeitslastspezifische Anforderungen.
Geschäftskritische Arbeitslasten
- Anforderungen an die Arbeitslast: Kontinuierliche Verfügbarkeit, robuste Sicherheit und hohe Leistung.
- Ressourcenoptionen: Premium-Ressourcen und verwaltete Dienste wie Spanner für Hochverfügbarkeit und globale Datenkonsistenz.
Nicht kritische Arbeitslasten
- Anforderungen an die Arbeitslast: Kostengünstige und automatisch skalierende Infrastruktur.
- Ressourcenoptionen: Ressourcen mit grundlegenden Funktionen und sitzungsspezifische Ressourcen wie Spot-VMs.
Ereignisgesteuerte Arbeitslasten
- Arbeitslastanforderungen: Dynamische Skalierung basierend auf dem aktuellen Bedarf an Kapazität und Leistung.
- Ressourcenoptionen: Serverlose Dienste wie Cloud Run und Cloud Run Functions.
Experimentelle Arbeitslasten
- Arbeitslastanforderungen: Kostengünstige und flexible Umgebung für schnelle Entwicklung, Iteration, Tests und Innovation.
- Ressourcenoptionen: Ressourcen mit grundlegenden Funktionen, sitzungsspezifische Ressourcen wie Spot-VMs und Sandbox-Umgebungen mit definierten Ausgabenlimits.
Ein Vorteil der Cloud ist die Möglichkeit, die am besten geeignete Rechenleistung für eine bestimmte Arbeitslast zu nutzen. Einige Arbeitslasten sind so entwickelt, dass sie von Prozessor-Befehlssätzen profitieren, andere sind möglicherweise nicht so konzipiert. Führen Sie entsprechende Benchmarks und Profile für Ihre Arbeitslasten aus. Kategorisieren Sie Ihre Arbeitslasten und treffen Sie arbeitslastspezifische Ressourcenauswahlen (z. B. geeignete Maschinenfamilien für Compute Engine-VMs). Diese Vorgehensweise hilft, Kosten zu optimieren, Innovationen zu ermöglichen und die Verfügbarkeit und Leistung aufrechtzuerhalten, die Ihre Arbeitslasten benötigen.
Im Folgenden finden Sie Beispiele für die Implementierung dieser Empfehlung:
- Für geschäftskritische Arbeitslasten, die global verteilte Nutzer bedienen, sollten Sie Spanner verwenden. Cloud Spanner macht komplexe Datenbankbereitstellungen überflüssig, da die Zuverlässigkeit und Konsistenz der Daten in allen Regionen gewährleistet ist.
- Verwenden Sie für Arbeitslasten mit schwankenden Laststufen Autoscaling, um sicherzustellen, dass bei geringer Last keine Kosten anfallen und dennoch genügend Kapazität vorhanden ist, um die aktuelle Last zu bewältigen. Sie können das Autoscaling für vieleGoogle Cloud -Dienste konfigurieren, darunter Compute Engine-VMs, Google Kubernetes Engine (GKE)-Cluster und Cloud Run. Wenn Sie Autoscaling einrichten, können Sie maximale Skalierungslimits konfigurieren, damit die Kosten innerhalb der angegebenen Budgets bleiben.
Regionen anhand der Kostenanforderungen auswählen
Prüfen Sie die verfügbaren Google Cloud-Regionen für Ihre Cloud-Arbeitslasten sorgfältig und wählen Sie Regionen aus, die Ihren Kostenzielen entsprechen. Die Region mit den niedrigsten Kosten bietet möglicherweise keine optimale Latenz oder erfüllt Ihre Nachhaltigkeitsanforderungen nicht. Treffen Sie fundierte Entscheidungen darüber, wo Sie Ihre Arbeitslasten bereitstellen, um die gewünschte Balance zu erreichen. Mit der Google Cloud -Regionsauswahl können Sie die Kompromisse zwischen Kosten, Nachhaltigkeit, Latenz und anderen Faktoren nachvollziehen.
Integrierte Optionen zur Kostenoptimierung verwenden
Google Cloud -Produkte bieten integrierte Funktionen, mit denen Sie die Ressourcennutzung optimieren und die Kosten kontrollieren können. Im Folgenden finden Sie Beispiele für Funktionen zur Kostenoptimierung, die Sie in einigen Google Cloud Produkten verwenden können:
- Compute Engine
- VMs basierend auf der aktuellen Last mithilfe von Autoscaling automatisch hinzufügen oder entfernen.
- Vermeiden Sie eine Überdimensionierung, indem Sie benutzerdefinierte Maschinentypen erstellen und verwenden, die den Anforderungen Ihrer Arbeitslast entsprechen.
- Für nicht kritische oder fehlertolerante Arbeitslasten können Sie die Kosten durch die Verwendung von Spot-VMs senken.
- In Entwicklungsumgebungen können Sie die Kosten senken, indem Sie die Laufzeit von VMs begrenzen oder VMs sperren oder beenden, wenn Sie sie nicht benötigen.
- GKE
- Mit Cluster Autoscaler können Sie die Größe von GKE-Clustern automatisch an die aktuelle Auslastung anpassen.
- Mit der automatischen Knotenbereitstellung können Sie Knotenpools automatisch basierend auf den Anforderungen der Arbeitslast erstellen und verwalten und für eine optimale Ressourcennutzung sorgen.
- Cloud Storage
- Mit der Verwaltung des Objektlebenszyklus können Sie Daten basierend auf ihrem Alter oder auf Zugriffsmustern automatisch in kostengünstigere Speicherklassen verschieben.
- Mit Autoclass können Sie Daten basierend auf Nutzungsmustern dynamisch in die kostengünstigste Speicherklasse verschieben.
- BigQuery
- Reduzieren Sie die Kosten für die Abfrageverarbeitung für Steady-State-Arbeitslasten, indem Sie kapazitätsbasierte Preise verwenden.
- Optimieren Sie die Abfrageleistung und die Kosten mithilfe von Partitionierungs- und Clustering-Techniken.
- Google Cloud VMware Engine
- Senken Sie die VMware-Kosten durch Strategien zur Kostenoptimierung wie Rabatte für zugesicherte Nutzung, Optimierung des Speicherverbrauchs und Right-Sizing von ESXi-Clustern.
Ressourcenfreigabe optimieren
Um die Auslastung von Cloud-Ressourcen zu maximieren, können Sie mehrere Anwendungen oder Dienste in derselben Infrastruktur bereitstellen und gleichzeitig die Sicherheits- und anderen Anforderungen der Anwendungen erfüllen. In Entwicklungs- und Testumgebungen können Sie beispielsweise dieselbe Cloud-Infrastruktur verwenden, um alle Komponenten einer Anwendung zu testen. In der Produktionsumgebung können Sie jede Komponente auf einer separaten Gruppe von Ressourcen bereitstellen, um die Auswirkungen im Falle von Vorfällen zu begrenzen.
Im Folgenden finden Sie Beispiele für die Implementierung dieser Empfehlung:
- Verwenden Sie eine einzelne Cloud SQL-Instanz für mehrere Nicht-Produktionsumgebungen.
- Mit der Funktion Flottenteamverwaltung in GKE und entsprechenden Zugriffssteuerungen können mehrere Entwicklungsteams einen GKE-Cluster gemeinsam nutzen.
- Verwenden Sie GKE Autopilot, um von Kostenoptimierungstechniken wie Bin-Packing und Autoscaling zu profitieren, die GKE standardmäßig implementiert.
- Bei KI- und ML-Arbeitslasten können Sie GPU-Kosten sparen, indem Sie GPU-Freigabestrategien wie Multi-Instanz-GPUs, Zeitfreigabe-GPUs und NVIDIA MPS verwenden.
Referenzarchitekturen entwickeln und verwalten
Erstellen und verwalten Sie ein Repository mit Referenzarchitekturen, die auf die Anforderungen verschiedener Bereitstellungsumgebungen und Arbeitslasttypen zugeschnitten sind. Um den Entwurfs- und Implementierungsprozess für einzelne Projekte zu optimieren, können die Blueprints zentral von einem Team wie einem Cloud-Kompetenzzentrum (CCoE) verwaltet werden. Projektteams können anhand klar definierter Kriterien geeignete Blueprints auswählen, um die architektonische Konsistenz und die Übernahme von Best Practices zu gewährleisten. Bei Anforderungen, die für ein Projekt spezifisch sind, sollten das Projektteam und das zentrale Architekturteam zusammenarbeiten, um neue Referenzarchitekturen zu entwerfen. Sie können die Referenzarchitekturen in der gesamten Organisation freigeben, um den Wissensaustausch zu fördern und das Repository der verfügbaren Lösungen zu erweitern. Dieser Ansatz sorgt für Konsistenz, beschleunigt die Entwicklung, vereinfacht die Entscheidungsfindung und fördert die effiziente Ressourcennutzung.
Sehen Sie sich die von Google bereitgestellten Referenzarchitekturen für verschiedene Anwendungsfälle und Technologien an. Diese Referenzarchitekturen enthalten Best Practices für die Ressourcenauswahl, -dimensionierung, -konfiguration und -bereitstellung. Mit diesen Referenzarchitekturen können Sie Ihren Entwicklungsprozess beschleunigen und von Anfang an Kosten sparen.
Kostendisziplin mithilfe von Organisationsrichtlinien erzwingen
Sie können Organisationsrichtlinien verwenden, um die verfügbaren Google Cloud -Standorte und -Produkte einzuschränken, die Teammitglieder verwenden können. Mit diesen Richtlinien können Sie dafür sorgen, dass Teams kostengünstige Lösungen einhalten und Ressourcen an Standorten bereitstellen, die Ihren Optimierungszielen entsprechen.
Realistische Budgets schätzen und finanzielle Grenzen festlegen
Entwickeln Sie detaillierte Budgets für jedes Projekt, jede Arbeitslast und jede Bereitstellungsumgebung. Achten Sie darauf, dass die Budgets alle Aspekte des Cloud-Betriebs abdecken, einschließlich Infrastrukturkosten, Softwarelizenzen, Personal und erwartetem Wachstum. Legen Sie klare Ausgabengrenzen oder Schwellenwerte für Projekte, Dienste oder bestimmte Ressourcen fest, um Mehrausgaben zu vermeiden und die Einhaltung Ihrer finanziellen Ziele zu gewährleisten. Überwachen Sie die Cloud-Ausgaben regelmäßig im Hinblick auf diese Limits. Mit proaktiven Kontingentbenachrichtigungen können Sie potenzielle Kostenüberschreitungen frühzeitig erkennen und rechtzeitig Korrekturmaßnahmen ergreifen.
Zusätzlich zum Festlegen von Budgets können Sie Kontingente und Limits verwenden, um die Kostendisziplin zu verbessern und unerwartete Ausgabenspitzen zu vermeiden. Sie können den Ressourcenverbrauch detailliert steuern, indem Sie Kontingente auf verschiedenen Ebenen festlegen, einschließlich Projekten, Diensten und sogar bestimmten Ressourcentypen.
Im Folgenden finden Sie Beispiele für die Implementierung dieser Empfehlung:
- Kontingente auf Projektebene: Legen Sie Ausgabenlimits oder Ressourcenkontingente auf Projektebene fest, um allgemeine finanzielle Grenzen zu setzen und den Ressourcenverbrauch für alle Dienste im Projekt zu steuern.
- Dienstspezifische Kontingente: Konfigurieren Sie Kontingente für bestimmte Google Cloud-Dienste wie Compute Engine oder BigQuery, um die Anzahl der Instanzen, CPUs oder die Speicherkapazität zu begrenzen, die bereitgestellt werden können.
- Ressourcentypspezifische Kontingente: Wenden Sie Kontingente auf einzelne Ressourcentypen wie Compute Engine-VMs, Cloud Storage-Buckets, Cloud Run-Instanzen oder GKE-Knoten an, um deren Nutzung einzuschränken und unerwartete Kostenüberschreitungen zu vermeiden.
- Kontingentbenachrichtigungen: Sie erhalten Benachrichtigungen, wenn Ihre Kontingentnutzung (auf Projektebene) einen bestimmten Prozentsatz des Maximalwerts erreicht.
Wenn Sie Kontingente und Limits in Verbindung mit Budgetierung und Monitoring verwenden, können Sie einen proaktiven und mehrschichtigen Ansatz zur Kostenkontrolle entwickeln. So können Sie dafür sorgen, dass Ihre Cloud-Ausgaben innerhalb der definierten Grenzen bleiben und Ihren Geschäftszielen entsprechen. Denken Sie daran, dass diese Kostenkontrollen nicht dauerhaft oder starr sind. Damit die Kostenkontrollen den aktuellen Branchenstandards entsprechen und Ihre sich ändernden Geschäftsanforderungen widerspiegeln, müssen Sie die Kontrollen regelmäßig überprüfen und an neue Technologien und Best Practices anpassen.