클라우드 관리의 지속 가능성 조정

클라우드 관리 및 운영에서 지속 가능성을 도입하면 팀에서 탄소 인식을 촉진하고 궁극적으로 지속 가능성 결과를 위해 설정된 목표를 달성하기 위해 노력합니다.

탄소 배출 모니터링

모니터링 기능을 활용하여 organization 리소스를 사용하는 방법을 더 잘 이해하고 개선 영역을 식별하는 데 도움이 됩니다.

Azure Well-Architected Framework에서는 배출 영향 대시보드 사용하여 탄소 영향을 측정하고 추적하고, 배출 목표를 정의하고, 메트릭을 식별하고, 개선 목표를 설정하고, 탄소에 대한 프록시로 비용 최적화를 사용하고, 정책을 정의하는 방법에 대해 설명합니다. 자세한 내용은 Azure에서 지속 가능한 워크로드에 대한 운영 절차 고려 사항을 참조하세요.

지속 가능성을 위한 프록시로서의 비용

지속 가능성은 일반적으로 Azure Advisor와 같은 도구를 사용하여 서비스 비용을 절감하는 주요 목적은 아니지만 이러한 도구는 종종 탄소 절감에 맞춰질 수 있습니다. 비용을 지속 가능성을 위한 프록시로 고려하고 최적화된 워크로드가 어떻게 더 날씬해지고 궁극적으로 탄소 발자국을 줄이는지 알아보세요.

워크로드를 예약할 수 있는 기회 찾기

클라우드 자산의 지속적인 운영 및 관리의 일부는 예약할 수 있는 워크로드를 평가하는 것입니다. 예를 들어 저탄소 기간 동안 일괄 처리 워크로드를 실행합니다.

사용 중지할 서비스 모니터링

적극적으로 사용하고 있는 서비스를 이해하고 사용하지 않는 리소스를 모니터링하면 클라우드 효율성을 반복적으로 높여 탄소 발자국을 줄일 수 있습니다.

Azure 리소스가 사용되지 않는 부분을 이해하는 것을 포함하여 클라우드 자산을 지속적으로 관리하는 것이 필수적입니다. 이를 조작하는 쉬운 방법은 PowerShell을 사용하여 Azure에서 연결되지 않은 리소스를 식별하는 것입니다.

사용하지 않는 데이터 제거

데이터를 테이프 또는 장기 보관 파일로 이동하여 IT 운영의 지속 가능성을 개선합니다. 이렇게 하면 organization 내의 "보이지 않는 싱크"에 대한 인사이트를 제공합니다. 그런 다음 수량에서 품질로 전환할 수도 있습니다.

자세히 알아보려면 데이터를 테이프로 이동하면 CO2 배출량이 크게 절약되고 감소하는 방법 알아보기를 참조하세요.

지속 가능성 인사이트

지속 가능성 및 클라우드 관리에 대해 보고할 때 내부 및 외부 이해 관계자를 고려하는 것이 중요합니다. 내부적으로 관련 팀 및 경영진과 보고서를 공유하여 인지도를 높이고 책임을 촉진할 수 있습니다. 외부적으로 고객, 투자자 또는 기타 이해 관계자는 보고서를 요청하여 organization 지속 가능성 및 환경 영향을 평가할 수 있습니다.

조직은 주요 메트릭을 추적하고 보고함으로써 투명성, 책임성 및 지속적인 지속 가능성 및 환경 영향 개선을 촉진할 수 있습니다.

탄소 배출에 대한 자세한 인사이트를 위한 배출 영향 대시보드

Azure에서 고객은 배출 영향 대시보드 사용하여 탄소 배출에 대한 인사이트를 추적하고 얻을 수 있습니다. 이 도구는 구독, 지역 및 서비스별 배출에 대한 귀중한 인사이트를 제공하여 고객이 환경 영향을 더 잘 이해할 수 있도록 합니다.

고객은 배출 범위, 연도, 월 및 기타 세부 정보에 대한 정보에 액세스하여 배출량에 대한 포괄적인 보기를 제공할 수 있습니다. 이 중앙 집중식 도구는 배출을 정확하고 효율적으로 추적하는 복잡한 클라우드 환경을 가진 대기업에게 유용할 수 있습니다.

수요 셰이핑

수요 셰이핑은 수요를 사용 가능한 리소스와 일치시켜 리소스 사용률을 최적화하는 기술입니다. 지속 가능성 관점에서 수요 형성은 자원이 효율적이고 효과적으로 사용되도록 함으로써 탄소 배출을 효과적으로 줄일 수 있습니다.

클라우드 환경에서 수요 형성에는 일반적으로 수요가 적은 기간을 식별하고 해당 기간 동안 리소스 집약적인 워크로드를 예약하는 작업이 포함됩니다. 이렇게 하면 조직은 초과 용량을 활용하고 더 많은 리소스를 배포할 필요성을 줄여 에너지 소비와 탄소 배출을 줄일 수 있습니다.

관리 관점에서 수요 형성에는 신중한 계획과 조정이 필요합니다. 리소스 사용률 패턴 및 워크로드 요구 사항과 리소스 할당 및 예약을 자동화하는 기능을 명확하게 이해하는 것이 중요합니다.