Modélisation des coûts pour les charges de travail Azure
La nouvelle fonctionnalité de modélisation des coûts prend en charge les charges de travail Azure et fournit des recommandations basées sur les modèles d’utilisation. Les clients reçoivent des recommandations indiquant si Azure Reservations ou le plan d’économies est le plus adapté pour offrir les meilleures économies de coûts possibles. Les clients Azure Reservations réservent un nombre spécifique de machines à l’avance à un coût fixe réduit, tandis que les plans d’économies leur permettent de s’engager sur un montant en dollars pour des tarifs réduits. La fonctionnalité analyse les 28 derniers jours de données pour fournir des recommandations estimées. Cela aide les clients à réduire leurs coûts en prenant des décisions éclairées sur l’allocation des ressources.
Remarque :
Pour des estimations optimales, il est recommandé d’utiliser des données provenant d’un environnement stable au cours des 28 derniers jours. Évitez d’utiliser les données provenant de périodes d’activités inhabituelles, telles que les vacances ou les pics d’utilisation soudains. Attendez que votre consommation revienne à son niveau de référence avant de suivre ces recommandations.
Avantages :
- Recommandations personnalisées en matière d’économies potentielles.
- Prise en charge des plans de réservation et d’économies.
- Analyse des données d’utilisation récentes pour obtenir des informations précises.
- Optimisation de l’allocation des ressources et réduction des dépenses.
- Flexibilité dans la sélection des groupes de mise à disposition, des balises, des séries de machines virtuelles et des régions.
Remarque :
La modélisation des coûts est prise en charge uniquement pour les charges de travail Azure.
Types de plans
Dans Azure, il existe deux types de plans pour réduire les coûts :
- Azure Reservations : les clients décident à l’avance du nombre de machines à réserver. La réservation a un coût forfaitaire différent à un tarif réduit par rapport au coût à l’utilisation.
- Plan d’économies : les clients s’engagent sur un montant spécifique en dollars plutôt que sur un nombre de machines. Jusqu’à ce que ce montant soit consommé, un coût réduit leur est facturé. Après cela, ils paient le coût à la consommation.
La page Modélisation des coûts fournit des recommandations pour chaque plan indépendamment, montrant les économies potentielles.
Cliquez sur Optimisation des coûts > Modélisation des coûts. La page Modèle de coût et charges de travail cloud s’affiche.
Vous pouvez sélectionner tous les groupes de mise à disposition, jusqu’à 15 (ou le nombre réel) groupes de mise à disposition, et exclure jusqu’à 15 (ou le nombre réel) groupes de mise à disposition si nécessaire. Vous pouvez sélectionner Toutes les mono-sessions ou Toutes les multi-sessions dans les listes déroulantes. Vous pouvez également filtrer par Balises, Série de VM et Régions. Si vous ne sélectionnez aucune option, l’analyse s’exécute par défaut sur l’ensemble des données applicables, en tenant compte des 28 derniers jours de données.
Remarque :
La recommandation de modélisation des coûts est basée sur les données des 28 derniers jours et suppose que le comportement pendant cette période est cohérent.
Stratégies de gestion de l’alimentation
L’analyse des données varie en fonction de la stratégie de gestion de l’alimentation sélectionnée. Vous pouvez sélectionner l’une des stratégies de gestion de l’alimentation Autoscale™ suivantes pour visualiser la consommation simultanée des machines et les économies potentielles :
- Stratégie actuelle de gestion de l’alimentation : sélectionnez cette stratégie pour analyser les économies potentielles à l’aide de la configuration Autoscale existante. Il n’y a aucun changement dans la configuration Autoscale. La modélisation des coûts recommandée est générée sur la base de la configuration actuelle d’Autoscale, en calculant les coûts pour toutes les machines opérationnelles.
- Désallouer les machines à la fin des sessions : sélectionnez cette stratégie si vous souhaitez modifier la configuration Autoscale pour désallouer les machines à la fin des sessions utilisateur afin d’analyser les économies potentielles. La modélisation des coûts recommandée est générée sur la base de la configuration Autoscale mise à jour, en calculant les coûts uniquement pour le temps de session actif, en ignorant le temps de déconnexion.
- Désallouer les machines pour les sessions inactives : sélectionnez cette stratégie si vous souhaitez modifier la configuration Autoscale pour désallouer les machines lorsque les sessions sont inactives afin d’analyser les économies potentielles. La modélisation des coûts recommandée est générée sur la base de la configuration Autoscale mise à jour, en calculant les coûts uniquement pendant la période où les sessions sont actives et non inactives.
Par exemple, si la machine est opérationnelle pendant 60 minutes et que la session est déconnectée pendant 20 minutes, les 40 minutes restantes constituent le temps de session active. Si l’utilisateur est inactif pendant 10 minutes pendant la session active, l’utilisation nette n’est que de 30 minutes.
- Dans la stratégie actuelle de gestion de l’alimentation, l’utilisation nette est de 60 minutes.
- Dans la stratégie de désallocation des machines à la fin des sessions, l’utilisation nette, hors temps de déconnexion, est de 40 minutes.
- Dans la stratégie de désallocation des machines pour les sessions inactives, y compris le temps d’inactivité, l’utilisation nette est de 30 minutes.
Ces critères servent de référence à l’analyse. Ces stratégies permettent de déterminer plus précisément l’utilisation nette des machines.
Consommation des machines et recommandations
La page Modélisation des coûts fournit les détails suivants sur la consommation des machines et des recommandations :
-
Graphique de consommation simultanée des machines : ce graphique affiche l’utilisation de référence au cours des 28 derniers jours, chaque barre représentant un jour de la semaine. La référence est calculée à l’aide du 75e percentile (p75) d’utilisation, une mesure d’agrégation semblable à la moyenne ou à la médiane. Par exemple, pour chaque jour et heure, comme le mardi à 10 h, la référence est déterminée en analysant le p75 des données des quatre mardis précédents à 10 h. Ce processus est répété pour toutes les heures et tous les jours de la semaine. Passez la souris sur le graphique pour afficher le nombre de machines consommées dans le cadre de la stratégie de gestion de l’alimentation actuelle et de la stratégie sélectionnée lors de l’application des modifications Autoscale potentielles.
-
Économies potentielles : consultez les économies potentielles pour Azure Reservations et les plans d’économies des durées d’un an et de trois ans. Les économies potentielles pour les options Engagement et Paiement à l’utilisation s’affichent.
-
Recommandations : consultez les modifications recommandées pour Azure Reservations et les plans d’économies. Les recommandations incluent des engagements pour chaque plan pour toutes les combinaisons applicables de séries, de types et de régions de machines virtuelles. Les données sont disponibles pour des périodes d’un an et de trois ans.
Analyser par série de machines virtuelles
Sélectionnez la série de machines virtuelles dans la liste déroulante pour valider le nombre optimal de machines par rapport au coût par utilisateur. Le coût par utilisateur et par mois est une estimation du coût mensuel projeté par utilisateur. Cette estimation aide les clients à comprendre le coût mensuel projeté par utilisateur s’ils réservent un nombre spécifique de machines dans le cadre d’Azure Reservations ou s’engagent sur un montant horaire spécifique dans le cadre du plan d’économies. Consultez le coût par utilisateur pour les instances réservées Azure et les engagements horaires du plan d’économies. Le graphique affiche les points de données pour différents niveaux de réservation (allant de Aucune réservation à Réservation complète, y compris Réservation optimale) et les niveaux d’engagement de coût horaire (allant de Aucun engagement à Engagement maximal, y compris Engagement optimal).
La page Modélisation des coûts fournit des informations et des recommandations clés pour aider les clients à optimiser leurs charges de travail Azure et à réduire les coûts. En analysant les habitudes d’utilisation et en sélectionnant l’abonnement approprié, les clients peuvent réaliser des économies importantes.