Pour maîtriser votre facture Cloud et optimiser vos coûts de consommation, mieux vaut connaître en détail l’évolution des services. De nombreuses annonces faites récemment vous permettront d’optimiser votre consommation de services AWS. Services de gestion, modèles de tarification, optimisations des performances… nous faisons le point sur l’actualité du FinOps sur le Cloud AWS afin que vous ne manquiez aucune annonce et que vous puissiez identifier rapidement ce qui peut vous apporter les meilleurs gains.

1- Synthèse des annonces FinOps du mois

Annonces sur les services de gestion et d’optimisation financière

Evolution des modèles de tarification

Optimisation de performances et des coûts des services

Fonctionnalités d’optimisation des performances

2- Focus sur un nouveau service de gestion financière

AWS Cost Anomaly Detection

AWS Cost Anomaly Detection est un outil qui utilise des algorithmes de machine learning pour surveiller vos coûts AWS et détecter des dépenses anormales.

AWS Cost Anomaly Detection permet de :

• Recevoir des alertes dans des rapports agrégés
• Evaluer vos modèles de dépense pour éviter les fausses alertes,
• Comprendre les causes à l’origine des anomalies de dépenses
• Définir comment l’analyse doit être réalisée : par services, par compte, par tags ou catégories de coûts
  • Par services : à chaque fois que vous utilisez un nouveau services, l’analyse des dépenses associées à ce service est démarré pour détecter des anomalies de consommation indépendamment des autres services,
  • Par comptes AWS de votre organisation : permet de suivre la dépense associée à un compte ou à un groupe de compte de votre organisation,
  • Par catégorie de coûts : il permet de suivre les coûts que vous aurez catégorisé à l’aide d’une paire clé/valeur.
  • Par tag d’allocation de coût : par exemple l’ensemble des coûts associés à un code application.

3- L’annonce du mois : optimiser les traitements serverless

Les architectures serverless se multiplient dans les entreprises qui utilisent AWS. Cependant, deux difficultés se posaient par rapport à l’optimisation du coût de ces architectures :

• Si vous aviez des traitements rapides vous payiez au minimum pour une période de 100 ms : cela amenait à revoir le contenu des traitements pour tirer au maximum partie de ces 100 ms. Cette limite passe maintenant à 1 ms.
• Il n’était pas toujours facile, en fonction de ces traitements, d’identifier la taille mémoire optimale qui permettait d’optimiser ses coûts malgré l’existence d’outils partagés tels que aws-lambda-power-tuning. AWS Compute Optimizer, outil d’optimisation des modèles d’instances EC2, permet maintenant d’obtenir des recommandations à propos des Lambda.

A vos claviers !

Nous envisageons de publier ce point sur les actualités du FinOps de façon régulière. Que pensez-vous des différentes rubriques ? Quelles informations aimeriez -vous trouver dans ces articles ?

A lire également, notre série d’articles sur le FinOps sur le Cloud.