チームは常にクラウド予算の使用率をチェックし、その範囲内に収まっていることを確認できます。日次または週次で支出をチェックし、そこから推測することで、月次コストの現実的な見積もりを得られるようになります。

これはCAST AIの日次クラウド支出レポートのサンプルです。このレポートはバーンレートを把握するときに、役立ちます。

異常なコストの高騰を発生直後に発見するにはどうすればよいでしょうか？クラウドプロバイダが提供するコストデータは通常1日に1から2回の更新頻度なので、あまり期待するべきではありません。

リアルタイム監視ソリューションを採用することで、把握しておくべき情報がすべてダッシュボードまたは日次支出レポートに表示されます。そして、問題が発生したときにはすぐに、その問題が雪だるま式に深刻化するずっと前に発見できます。

クラウドコスト監視のもう1つの利点は、チームがクラウドサービスの予算を計画するときに、実際のコストを把握できることです。アプリケーションを過剰にプロビジョニングするのは、気持ちよく夜に寝る前に、自分たちのワークロードが円滑に稼動することを知っておきたいからです。しかし、プロビジョニングされたリソースが、要求されなかった場合、クラウドリソースの最終的なコストは高くなります。

使用されたCPUと実際にプロビジョニングされたCPUを比較することで、このギャップを発見できます。使用されたCPU1個あたりのコストを計算して、計画をより現実的なものにしましょう。

クラウドの無駄がクラウド予算に与える影響を示す例です。

プロビジョニングしたCPU1個あたりのコストは2ドルです。しかし、最終的に使用量がそれ以下だった場合、使用されたCPU1個あたりのコストは10ドルに上昇します。このことは、想定の5倍の価格であなたのクラスターが稼働していることを意味します。

最近行われた調査で、エンジニアの55%はクラウドコストに関する問題に毎週時間を費やしていることが報告されています。²その内容は、予期せぬコストの急増から、予算と実績のコスト差異まで広範囲に及んでいます。回答者の11%は、コストに起因する問題によって1スプリント以上の混乱が続いたと回答しています。

履歴データを利用することで、コストの不一致を素早く調査できるため、戦略的なタスクに取り組むときに時間を無駄にすることがなくなります。コストの異常を調査する段階的なガイドはこちらの記事を参考にしてください。

CAST AIでは以下のようなコスト履歴レポートが提供されます。月間の平均コスト、日次平均コスト、そしてCPUあたりの平均コストが確認できます。

FinOpsの現状についての調査で、回答者の約40%がコスト最適化の推奨事項を、エンジニアに実行させることが最大の課題であることがわかりました。³

エンジニアがよく使用する形式でコスト管理指標を提供することで、エンジニアがインフラストラクチャーのコストに対する認識を広め、インフラストラクチャーへの投資について充分な情報に基づいた意思決定を行うことができるようになります。

エンジニアは、アプリケーションのパフォーマンスをリアルタイムで監視できるモニタリングツールをよく使っています。そのような既存の運用ツールと統合できるソリューションを用いて、コストの情報を追加するのは簡単です。そして、それにより技術チームとビジネスチームの間に共通の基盤が形成され、全員がコスト管理に責任を感じる、より強力なFinOps文化が醸成されます。

当社のエンジニアリングマネージャーが投稿した、この記事をご覧ください。標準のオブザーバビリティツールであるGrafanaを用いてコストメトリックを共有するためのいくつかのベストプラクティスを共有しています。:Control Cloud Costs and Build a FinOps Culture with Grafana

スポットインスタンスは時間あたりのコンピュート単価の割引が最も高くなりますが、ダウンタイムのリスクとその管理に費やされる工数を考慮すると、マーケティングオートメーションのリーダーであるBranchがスポットキャパシティーを使い続けることは現実的ではありませんでした。

そのため、スポットインスタンスの運用の自動化や、リアルタイムのコストの可視性、最もコスト効率がよいクラウドリソースをプロビジョニングする機能を提供するソリューションを探し始めました。

そして、BranchはCAST AIによってクラウドコスト管理を自動化することで、次のことを実現しました。

• スポットインスタンスの安全なディプロイ
• リザーブドインスタンスの前払い金の削減
• コストのリアルタイムな可視性
• 最もコスト効率が高いEC2コンピューティングリソースの自動プロビジョニングによる、クラウドコストのさらなる削減

CAST AIによるKubernetesのコスト最適化ソリューションは、Branchにとって大きな成功をもたらし、Kubernetesクラスターが使用するAWSクラウドコンピューティングコストは、信頼性SLAを維持したうえで、年間数百万ドルものコスト削減を達成しています。私たちチームのささやかな努力の結果、このことは、Branchが行ったクラウドコスト削減の取り組みの中で最も高いROIの1つとなっています。

Mark Weiler, Senior VP of Engineering, Branch

同じワークロードをクラウドで実行すると、移行前よりもコストが安くなっているでしょうか？クラウド移行の費用対効果を判断する最善の方法は、ワークロードの移行前後の合計コストをワークロードごとに比較することです。

もし一般的なインフラコストに関する知見しかない場合は、問題に備えておく必要があります。クラウドでは、コストレポートとその振り分けのために、適切なツールを準備しておく必要があります。

なぜこのことが重要なのでしょうか？それはクラウド化したことで、エンジニアは必要なときには、いつでもオンデマンドでリソースを起動できるようになるからです。コストを特定のチーム、プロジェクト、または事業部門に振り分けることができないと、急速に増大するクラウド請求額に対して誰も責任を負うことができなくなります。

ここで必要なのは、詳細なコスト配分とレポートで、FinOps文化とエンジニアリングチームのコスト意識とを合致させることです。

使用量ベースのクラウド支出を予測するのは困難です。しかし、将来的なリソースのニーズを理解しておくことで、これらの費用を抑えることができます。

予測の根拠となるのはコストレポートです。通知を設定して、リソース利用データを定期的にチェックすることで、毎月の支出の見積もりに活用できます。

クラウド支出モデリングも優れたアプローチです。クラウドプロバイダの価格モデルを分析し、長期にわたるキャパシティ要求を予測して、総所有コストを計算してください。

リソース使用率のピークを把握することも大切です。これには定期的な分析と統計レポートが役に立ちます。周期的な需要の傾向がないかを調べてください。もし、そのパターンがリソースの使用量のピークと一致するのであれば、それらを予測に使うことができるようになります。

クラウド予算というと、多くの場合、リソースのコストだけしか含まれません。もちろん、その価格はクラウドプロバイダが公開する価格表に記載されている価格です。

しかし、この価格設定は実際のコストを反映していないかもしれません。

実際、エンジニアは自分たちのアプリケーションの最適なパフォーマンスと可用性を得るため、過剰なプロビジョニングをする傾向にあります。結果として、アプリケーションがプロビジョニングされたリソースをすべて使用することはないでしょう。だからこそ、より正確なコストレポートや見積もりのため、プロビジョニングされたキャパシティと要求されたキャパシティとのギャップを計算しておくこが重要になります。