Optymalizacja kosztów Azure: Jak obniżyliśmy rachunki za chmurę o 60% w 90 dni

Wdróż strategię tagowania kosztów

Tagi pozwalają na alokację kosztów według zespołu, projektu, środowiska i centrum kosztowego. Azure Policy może wymuszać przestrzeganie tagowania.

# Polityka wymaganych tagów (Azure Policy)
{
  "mode": "Indexed",
  "policyRule": {
    "if": {
      "anyOf": [
        {"field": "tags['Environment']", "exists": "false"},
        {"field": "tags['Owner']", "exists": "false"},
        {"field": "tags['CostCenter']", "exists": "false"}
      ]
    },
    "then": {"effect": "deny"}
  }
}

Standardowe tagi: Environment (Production/Staging/Dev), Owner (email zespołu), CostCenter, Project, ExpirationDate (dla tymczasowych zasobów)

Skonfiguruj Cost Management + Billing

Kluczowe funkcje do skonfigurowania:

• Budżety: Twórz budżety na subskrypcję/resource group z alertami na 80%, 100%, 120%
• Analiza kosztów: Cotygodniowe przeglądy filtrowane według tagów, żeby zidentyfikować największych wydających
• Wykrywanie anomalii: Włącz wykrywanie skoków kosztów oparte na ML (beta w Azure)
• Export: Dzienny eksport danych kosztowych do Storage Account dla dashboardów Power BI

Włącz Azure Advisor

Azure Advisor dostarcza spersonalizowane rekomendacje w zakresie kosztów, bezpieczeństwa, niezawodności, wydajności i doskonałości operacyjnej. Same rekomendacje kosztowe typowo identyfikują 15-25% możliwości oszczędności.

# Pobierz rekomendacje kosztowe Azure Advisor przez CLI
az advisor recommendation list \
  --category Cost \
  --query "[].{Impact:impact, Resource:resourceMetadata.resourceId, Recommendation:shortDescription.problem}" \
  --output table

Analiza right-sizing VM

Monitoruj CPU, pamięć, dysk i sieć przez 30 dni. Zmniejsz rozmiar VM-ek działających konsekwentnie poniżej 20% CPU lub 40% RAM.

# Zapytanie Azure Monitor dla niedostatecznie wykorzystanych VM (KQL)
Perf
| where TimeGenerated > ago(30d)
| where ObjectName == "Processor" and CounterName == "% Processor Time"
| summarize AvgCPU = avg(CounterValue) by Computer
| where AvgCPU < 20
| join kind=inner (
    Perf
    | where TimeGenerated > ago(30d)
    | where ObjectName == "Memory" and CounterName == "% Committed Bytes In Use"
    | summarize AvgMemory = avg(CounterValue) by Computer
  ) on Computer
| where AvgMemory < 40
| project Computer, AvgCPU, AvgMemory, Recommendation = "Consider downsizing"

Right-sizing baz danych

Funkcje auto-scale Azure SQL Database i Cosmos DB mogą dramatycznie zmniejszyć koszty dla zmiennych obciążeń.

• Azure SQL Serverless: Auto-pause podczas bezczynności, płać tylko gdy aktywne. Bazy dev/test: 60-80% oszczędności
• Cosmos DB Autoscale: Skaluj RU/s na podstawie ruchu. E-commerce podczas poza-szczytem: 40% redukcja
• Migracja DTU → vCore: Dla Azure SQL, vCore często 30% tańszy przy tej samej wydajności

Optymalizacja App Service Plan

Konsoliduj aplikacje o niskim ruchu na wspólnych planach. Używaj Premium V3 ze strefową redundancją tylko dla produkcji.

Reserved Instances (VM-ki, bazy danych)

Zobowiąż się na 1 rok lub 3 lata dla przewidywalnych obciążeń. Zniżki stosują się automatycznie.

Kiedy używać: Produkcyjne obciążenia działające 24/7 przez co najmniej 12 miesięcy. Zobowiązanie RI jest na region i serię VM.

# Oblicz możliwości oszczędności RI (Azure CLI)
az consumption reservation recommendation list \
  --scope "/subscriptions/{subscription-id}" \
  --look-back-period Last30Days \
  --query "[].{Resource:instanceFlexibilityGroup, MonthlySavings:totalCostWithReservedInstances}" \
  --output table

Azure Savings Plans

Bardziej elastyczne niż RI. Zobowiąż się do wydania $X/godzinę na compute, dostaniesz do 65% zniżki. Stosuje się w różnych seriach VM, regionach, a nawet niektórych usługach PaaS.

• Plan 1-roczny: ~20% zniżka (bardziej elastyczny niż RI)
• Plan 3-letni: ~40% zniżka
• Pokrycie: Stosuje się do VM, App Services, Container Instances, Functions
• Najlepsze dla: Dynamicznych środowisk, gdzie rozmiary/regiony VM często się zmieniają

Azure Hybrid Benefit

Jeśli masz licencje Windows Server lub SQL Server z Software Assurance, używaj ich w Azure dla ogromnych oszczędności.

Auto-shutdown dla Dev/Test

Azure Automation lub funkcja auto-shutdown DevTest Labs. Wyłączaj VM-ki nocami i weekendami.

# Azure Automation Runbook (PowerShell) - Auto-shutdown
param([string]$Environment = "Development")

$vms = Get-AzVM | Where-Object {$_.Tags["Environment"] -eq $Environment}
$now = Get-Date

# Harmonogram shutdown: 19:00-8:00 dni powszednie, cały weekend
if ($now.Hour -ge 19 -or $now.Hour -lt 8 -or $now.DayOfWeek -in @('Saturday','Sunday')) {
    foreach ($vm in $vms) {
        $status = (Get-AzVM -ResourceGroupName $vm.ResourceGroupName -Name $vm.Name -Status).Statuses[1].Code
        if ($status -eq "PowerState/running") {
            Write-Output "Stopping $($vm.Name)"
            Stop-AzVM -ResourceGroupName $vm.ResourceGroupName -Name $vm.Name -Force
        }
    }
}

# Zaplanuj ten runbook, żeby działał co godzinę
# Oszczędności: ~67% redukcja czasu pracy VM (113 godzin zaoszczędzonych tygodniowo)

Auto-scaling dla zmiennych obciążeń

Azure Autoscale dla App Services, VM Scale Sets, AKS. Skaluj w górę podczas szczytu, w dół podczas niskiego ruchu.

• AKS Cluster Autoscaler: Dodaj węzły gdy pody oczekują, usuń gdy bezczynne. Min 2, max 10 węzłów
• App Service Autoscale: Skaluj na podstawie CPU, pamięci, kolejki HTTP, custom metrics
• VMSS Autoscale: Według harmonogramu (skaluj w górę 8:00, w dół 20:00) lub na podstawie metryk

Zarządzanie cyklem życia Blob Storage

Automatyzuj warstwy blob storage na podstawie wieku. Progresja Hot → Cool → Archive.

# Azure Storage lifecycle policy (JSON)
{
  "rules": [
    {
      "name": "archive-old-backups",
      "enabled": true,
      "type": "Lifecycle",
      "definition": {
        "filters": {
          "blobTypes": ["blockBlob"],
          "prefixMatch": ["backups/"]
        },
        "actions": {
          "baseBlob": {
            "tierToCool": {"daysAfterModificationGreaterThan": 30},
            "tierToArchive": {"daysAfterModificationGreaterThan": 90},
            "delete": {"daysAfterModificationGreaterThan": 365}
          }
        }
      }
    }
  ]
}

Spot Instances dla obciążeń wsadowych

Azure Spot VM oferują do 90% zniżki dla przerywanych obciążeń. Idealne dla agentów CI/CD, przetwarzania wsadowego, dev/test.

Serverless dla zmiennych obciążeń

Azure Functions, Logic Apps, Container Apps - płać tylko gdy kod się wykonuje. Brak kosztów bezczynności.

• API ze sporadycznym ruchem: App Service P1v2 ($73/miesiąc 24/7) vs Azure Functions Consumption ($15/miesiąc rzeczywiste użycie)
• Zaplanowane zadania: Dedykowana VM ($96/miesiąc) vs Functions timer trigger ($2/miesiąc)
• Przetwarzanie zdarzeń: Azure Functions skaluje do zera, skaluje w górę automatycznie

PaaS zamiast IaaS (gdy możliwe)

Usługi zarządzane eliminują narzut zarządzania VM i często kosztują mniej w skali.

Strategie cachowania

Redis cache, CDN, output caching redukują obciążenie bazy danych i koszty data egress.

• Azure CDN: Cachuj statyczną zawartość na brzegu, 95% cache hit = 95% mniej ruchu origin
• Redis Cache: Cachuj zapytania do bazy, session state - zmniejsz warstwę DB o 50%
• API response caching: Nagłówki Cache-Control redukują compute o 60% dla żądań GET

Optymalizacja kosztów multi-regionalna

Nie wszystkie regiony kosztują tyle samo. Różnica cenowa może wynosić 20-30% dla identycznych zasobów.