“eWEEK IT科学范例研究怎么减少大型AWS账单”

以下是eweek特色系列it science的最新副本。 下面，我们将介绍下一代it和旧式系统的交叉点上实际发生的事件。 除非是全新的，否则除了各种装配线之外，各it系统中的服务器、存储和互联网可能都被保留了下来。 这是因为硬件和软件产品的迭代速度在加快。 例如，应用程序制造商每月或每周应用一次，以便为安全目的更新和/或修补应用程序。 有些应用程序每天都会更新！ 虽然硬件的移动速度有点慢，但是制造周期也在加速。

这些副本展示了新一代的区域处理方案。 我们的想法是研究下一代it产品和服务每天如何改变生产的现实情况。 他们大多是成功的例子，但也有其他关于爆炸的人。 我们有it集成商、系统顾问、拆卸师和其他专家在必要时会帮助我们。

今天的主题:如何减少公司的aws账单

谈谈需要解决的问题: metrostar systems运营团队是向政府机构提供it服务和咨询服务以减少亚马逊互联网服务账单的主要提供者。 随着企业将业务行业扩展到移动开发和互联网安全行业，开发人员需要更广泛的环境来完成项目，包括本地虚拟环境和混合云环境。 这给metrostar的运营团队带来了更大的管理复杂性和复杂性。

为了支持这种扩展，公司决定迁移到aws，而不是购买新硬件为组织提供所需的灵活性。 但是，问题是混合云环境配置不正确，组织的云账单超过了第一个月预计的两倍。

处理方法: metrostar迁移到turbonomic，自动优化aws环境。 在aws环境中部署turbonomic后，由ai驱动的决策引擎很快发现了几个超支实例，并通过解锁aws预留实例为企业发现了一些节约机会。 通过使用turbonomic，预计metrostar每月的云账单将减少25%，另外将节省30%。

描述处理方法的战略metrostar运营团队怀疑当前的多个实例不在正确的存储层上。 这是因为多个供应决策由基础架构以外的人员做出。 该团队最初使用AWS可信顾问提出价格建议，但很快发现工具太多，复杂且耗时。 登录每个实例花费几个小时是不可能发现的，公司很快就开始寻找其他选择来管理环境和降低成本。

metrostar需要一种减少云发票而不消耗不合理的it团队时间的方法。 逻辑上的下一步是自动确定aws业务负载的规模和布局，并找到可靠的处理方法来降低支出。

处理方案的关键组件列表:

turbonomic的业务负载自动化技术使用智能、可靠、基于ai的决策引擎，自动使应用程序诉求与基础架构供应相匹配，优化价格，确保性能和法规遵从性，

最新版本的turbonomic旗舰产品通过不断自动利用aws保留实例，调整存储和数据库服务的运营大小，从而节省了额外的成本。 这对metrostar很重要，metrostar连续执行多个业务负载，必须采用保留实例。

turbonomic完全了解应用程序资源的利用率和拓扑，以便通过与apm平台(如思科APP动态)的集成，为平台的业务负载布局决策提供新闻。

说明部署进度、消费时间以及是否如期进行。 turbonomic平台在部署后的几个小时内发现了几个云的超支实例。

结果，说明从得到的新效率和项目中学到的东西。 迁移到turbonomic后不久，metrostar团队就取得了结果。 通过自动执行优化turbonomic aws存储层的建议，团队将每月支出减少了25%。

除了真正节省的成本之外，还感谢turbonomic。 随着平台在后台继续实现环境自动化，metrostar不断看到性能和策略合规性方面的改进。 该小组将开始使用云实例规模建议，预计未来几个月内将节省30%的aws发票。

第一个经验:在aws环境中实施turbonomic后不久，运营团队获得了客户环境中需要迁移的所有权利。 使用turbonomic，团队可以快速分析这些资产和aws之间的潜在迁移，在不影响性能的情况下执行迁移，并遵守业务合规性策略。

说明投资转化率、碳足迹节约、员工时间节约(如果有)。

每月的云支出将节省25%

节省了数百小时的劳动力。。 。 。

turbonomic的迁移计划通过推荐最适合执行的aws资源，来减少时间和不确定性，消除风险。 在turbonomic，运营团队承担着这些环境的责任，而不增加团队。