生活

当前位置/ 首页/ 生活/ 正文

eWEEK IT科学案例研究如何减少大型AWS账单

导读 以下是eWEEK特色系列 IT Science的最新文章,其中我们将介绍在新一代IT和遗留系统的交叉点上实际发生的事情。除非它是全新的,并且在

以下是eWEEK特色系列 IT Science的最新文章,其中我们将介绍在新一代IT和遗留系统的交叉点上实际发生的事情。除非它是全新的,并且在各种装配线之外,每个IT系统内的服务器,存储和网络都可以被认为是“遗留的”。这是因为硬件和软件产品的迭代一直在加速。例如,对于应用程序制造商来说,为了安全目的更新和/或修补应用程序,每月或甚至一周应用一次。有些应用每天都会更新!硬件移动速度稍慢,但制造周期也在加速。

这些文章描述了新一代的行业解决方案。我们的想法是研究新一代IT产品和服务每天如何改变生产的现实例子。他们中的大多数都是成功案例,但也会有其他人关于爆炸的项目。我们将有IT集成商,系统顾问,分析师和其他专家根据需要帮助我们。

今天的主题:如何减少企业AWS账单

说出要解决的问题:MetroStar Systems的运营团队是一家主要向政府机构提供IT服务和咨询服务的领先提供商,其行政领导是减少其亚马逊网络服务账单。随着公司将其业务领域扩展到移动开发和网络安全领域,其开发人员需要更广泛的环境来完成他们的项目,包括本地虚拟环境和混合云环境。这为MetroStar的运营团队带来了更大的管理复杂性。

为了支持这种扩展,该公司决定转向AWS而不是购买新硬件以提供组织所需的灵活性。然而,问题在于其混合云环境被错误地过度配置,导致组织的云账单超过其第一个月预期的两倍。

解决方案:MetroStar转向Turbonomic自动优化其AWS环境。在其AWS环境中部署Turbonomic后,由AI驱动的决策引擎立即确定了几个超支实例,并通过解锁AWS预留实例为公司发现了几个节省机会。通过利用Turbonomic,MetroStar能够将其每月云账单减少25%,并预计将额外节省30%。

描述寻找解决方案的策略: MetroStar运营团队已经怀疑其当前的许多实例都没有在正确的存储层上,因为许多供应决策都是由非基础架构人员做出的。该团队最初使用AWS Trusted Advisor提供成本建议,但很快发现该工具过于复杂和耗时。登录每个实例并花费数小时进行发现是不可行的,该公司很快就开始寻求其他选择来管理环境并减少开支。

MetroStar需要一种方法来减少其云账单,而无需花费不合理的IT团队时间。合乎逻辑的下一步是寻找可信任的解决方案,以自动化其AWS工作负载规模和布局决策并减少支出。

列出解决方案中的关键组件:

Turbonomic的工作负载自动化技术使用智能,值得信赖,基于AI的决策引擎,自动将应用需求与基础设施供应相匹配,优化成本,同时确保性能和合规性。

Turbonomic旗舰产品的最新版本不断自动化AWS预留实例利用率,同时调整存储和数据库服务的操作大小,从而节省了额外的成本。这对MetroStar来说至关重要,MetroStar连续运行多个应该使用预留实例的工作负载。

Turbonomic完全了解应用资源利用率和拓扑结构,这要归功于与思科AppDynamics等APM平台的集成,进一步为平台的工作负载布局决策提供信息。

描述部署的进度,花费的时间以及是否按计划进行:在部署后的几个小时内,Turbonomic平台确定了几个云超支的实例。

描述结果,获得的新效率以及从项目中学到的东西:在转向Turbonomic之后,MetroStar团队立即获得了它所寻求的结果。通过自动化Turbonomic AWS存储层优化建议,该团队迅速将每月支出减少了25%。

除了真正节省的资金外,感谢Turbonomic,随着平台继续在后台自动化环境,MetroStar继续看到有关性能和策略合规性的改进。该团队已开始采用云实例规模建议,并预计在未来几个月内将额外节省30%的AWS账单。

主要经验:在为其AWS环境实施Turbonomic后不久,运营团队获得了十几个需要迁移的客户环境的所有权。Turbonomic使团队能够快速分析这些资产与AWS之间的潜在迁移,并在不影响性能的同时执行这些迁移,同时遵守业务合规性策略。

描述投资回报率,碳足迹节省和员工时间节省(如果有的话)。

每月云支出节省25%;

节省了数百小时的劳动力; 和

通过推荐运行的最佳AWS资源,Turbonomic迁移规划可以减少时间和不确定性并消除风险。通过Turbonomic,运营团队在不增加团队的情况下承担了这些环境的责任。