사용량을 청구 증분으로 맞추기 위한 권장 사항

이 Azure Well-Architected Framework 비용 최적화 검사 목록 권장 사항에 적용됩니다.

CO:06 사용량을 청구 증분에 맞춥니다. 청구 증분(미터)을 이해하고 리소스 사용량을 해당 증분에 맞춰야 합니다. 청구 증분에 맞게 서비스를 수정하거나 청구 증분에 맞게 리소스 사용량을 수정합니다. 개념 증명을 사용하여 주요 비용 동인에 대한 청구 지식 및 디자인 선택 사항의 유효성을 검사하고 청구 및 리소스 사용량을 조정하는 방법을 제시하는 것이 좋습니다.

이 가이드에서는 리소스 사용량을 청구 증분에 맞추기 위한 권장 사항을 설명합니다. 리소스는 시간당 또는 instance당 특정 증분으로 청구됩니다. 비용을 최적화하려면 사용량을 이러한 증가에 맞춰야 합니다. 워크로드 사용량에 맞게 리소스를 조정하거나 워크로드를 미터라고도 하는 리소스 청구 증분에 맞게 조정해야 합니다. 워크로드가 각 리소스에서 최대값을 파생할 수 있도록 다음 지침을 구현합니다. 청구 및 디자인을 조정하지 못하면 불필요한 요금이 발생할 수 있습니다.

정의

용어 정의
청구 증분 시간 단위, 인스턴스 수 또는 데이터 크기와 같은 비용(미터)이 발생하는 사용량입니다.
청구 요소 시간, 스토리지 양, 데이터 전송 금액 또는 요청 수와 같은 비용이 발생하는 사용 유형입니다.

주요 디자인 전략

리소스 사용량을 청구 증분에 맞추는 것은 리소스 사용량이 청구되는 간격 또는 수량과 밀접하게 일치하는지 확인하는 것입니다. instance 경우 서비스가 시간당 요금을 부과하지만 해당 시간의 일부에 대해서만 사용하는 경우 작업을 조정하여 해당 시간의 사용을 최대화할 수 있습니다.

비용을 절감하려면 서비스에 대한 청구 방법을 이해해야 합니다. 시간당 요금, 기가바이트 요금당 또는 요청 비용당 특정 증분을 이해해야 합니다. 서비스 구성 또는 청구 증분에 맞게 서비스를 사용하는 방법을 조정하고 불필요한 비용이 발생하지 않도록 합니다. 워크로드의 특정 요구 사항을 평가하고 다양한 리소스에 대한 요금이 청구되는 방식을 이해합니다. 결과에 따라 사용량 또는 리소스를 조정하여 비용을 최적화합니다.

청구 요인 확인

청구 요소는 서비스마다 다릅니다. 청구 요인에는 instance 수, 시간, 트랜잭션 속도 및 트랜잭션 크기가 포함됩니다. 가용성 영역, 위치, 스토리지 양, 수신 데이터 및 송신 데이터도 포함됩니다. 사용하는 서비스의 가격 임계값을 숙지합니다. 사용량을 조정하여 리소스 값을 최대화하고 필요한 경우에만 요금이 부과됩니다.

다음은 몇 가지 일반적인 청구 요소입니다.

  • 런타임: 런타임은 리소스가 적극적으로 실행되거나 활용되는 기간을 나타냅니다. 런타임은 일반적으로 시간, 일 또는 월로 측정됩니다. 런타임을 사용하면 시간 경과에 따른 리소스 사용량의 비용 영향을 분석할 수 있습니다. 리소스 사용량 및 관련 비용을 최소화할 수 있는 기회를 식별할 수 있으므로 비용 최적화에 중요합니다.
  • 데이터 전송: 데이터 전송은 리소스를 들어오고 나가는 데이터의 이동을 의미합니다. 데이터 전송 비용은 데이터 볼륨에 따라 달라질 수 있습니다. 데이터 전송 비용을 이해하여 데이터 전송 패턴을 최적화하고, 적절한 네트워크 구성을 선택하고, 데이터 이동과 관련된 비용을 최소화할 수 있습니다.
  • 특수 서비스: 특수 서비스는 다른 리소스와 함께 사용하는 서비스 또는 기능입니다. 이러한 서비스에는 특수 데이터베이스, AI 서비스 또는 기타 고급 기능이 포함될 수 있습니다. 별도의 가격 책정 모델이 있거나 추가 요금이 발생할 수 있으므로 특수 서비스의 비용 영향을 평가합니다.
  • vCPU(가상 CPU): 리소스 내에서 vCPU를 사용하는 것은 vCPU 사용량입니다. 가상 머신과 같은 리소스는 할당된 vCPU 수에 따라 요금이 청구되는 경우가 많습니다. vCPU 사용량을 모니터링하고 최적화하여 리소스의 효율적인 사용률을 보장하고 불필요한 비용을 최소화할 수 있습니다.
  • 가동 시간 보장: 가동 시간 보장은 클라우드 공급자가 서비스의 가용성 및 안정성에 대해 제공하는 SLA(서비스 수준 계약)를 나타냅니다. 작동 시간 보장은 청구와 직접적인 관련이 없지만 비용을 최적화하려는 경우 고려해야 합니다. 높은 가동 시간 보장은 더 높은 비용과 일치할 수 있습니다. 비용과 서비스 가용성 간의 절충을 평가합니다.

청구 증분 확인

청구 증분은 리소스 사용량을 측정하고 청구하는 방법을 결정합니다. 각 청구 요소에 대해 청구 증분이 있습니다. 각 서비스의 청구 증분을 숙지하여 리소스 사용량을 이러한 청구 증분에 맞출 수 있습니다.

다음은 몇 가지 일반적인 청구 증분 유형입니다.

  • 시간:* 리소스는 초당, 시간 또는 일과 같은 사용 기간에 따라 요금이 청구됩니다.
  • 요청당: 특히 서버리스 또는 이벤트 기반 아키텍처의 일부 리소스는 요청 또는 호출 수에 따라 요금이 청구됩니다. 불필요한 요청을 최소화하고 애플리케이션 디자인을 최적화하여 청구 가능한 요청 수를 줄입니다.
  • 데이터 전송 증분: 데이터 전송 비용은 기가바이트(GB) 또는 테라바이트(TB)와 같이 증분 단위로 측정됩니다.
  • 스토리지 증분: 스토리지 비용은 종종 GB 또는 TB와 같은 증분 단위로 측정됩니다.

청구 증분으로 사용량 매핑

사용량을 청구 증분에 매핑하는 것은 리소스 소비가 청구 증분과 일치하지 않는 위치를 식별하는 연습입니다. 이 매핑에는 비효율성을 발견하기 위해 각 청구 요소의 청구 증가에 대해 리소스 사용량을 분석하는 작업이 포함됩니다. 이 단계에서는 사용량 및 청구 증분이 일치하지 않는 영역만 식별합니다. 나중에 변경 내용을 구현합니다. 사용량을 청구 증분으로 매핑할 때 다음 지침을 고려합니다.

  • 리소스 인벤토리를 만듭니다. 컴퓨팅, 스토리지 및 네트워킹과 같은 워크로드의 리소스를 나열합니다.
  • 사용 패턴을 이해합니다. 모니터링 도구 또는 과거 사용량 데이터를 사용하여 워크로드의 리소스 사용 패턴을 식별합니다. 사용량이 높고 낮은 기간을 기록해 둡니다.
  • 가격 계산기를 사용합니다. 온라인 가격 계산기에 수집한 정보를 입력하여 청구 요인 및 증분별로 세분화된 비용의 자세한 분석을 가져옵니다.
  • 청구 증분을 분석합니다. 계산기가 각 구성 요소에 대한 청구 세분성을 제공하는 경우 실제 또는 예상 사용량을 청구 증분(매시간, 매일 또는 요청당)에 맞춥니다.
  • 시나리오를 시뮬레이션합니다. 가격 계산기를 사용하여 리소스 사용량이 비용에 미치는 영향을 이해하기 위해 사용 시나리오를 시뮬레이션합니다.

POC(개념 증명) 빌드 고려

개념 증명은 청구 요인 및 청구 증분에 대한 이해를 확인하는 구체적인 방법입니다. POC를 사용하면 디자인 결정이 비용에 미치는 영향을 확인할 수 있습니다. 청구 증분에 맞게 워크로드 디자인을 구체화하는 데 도움이 될 수 있습니다. POC는 확장되는 애플리케이션 플랫폼 및 리소스와 같은 주요 비용 동인에 중요합니다.

청구 지식이 확실하지 않거나 비용 영향을 더 잘 이해하려는 경우 POC는 실습 환경을 제공할 수 있습니다. 가정 유효성을 검사하고 다양한 시나리오를 테스트하여 청구 측면을 명확하게 이해할 수 있습니다. 비용 최적화를 위해 POC를 빌드할 때 다음 지침을 고려합니다.

POC scope 정의: 비용을 최적화하려는 특정 워크로드 또는 애플리케이션과 관련된 리소스를 포함하여 POC의 scope 명확하게 정의합니다. 사용 시간, 사용 패턴, instance 요금당 데이터 전송, 스토리지, 컴퓨팅 및 기타 비용 구동 구성 요소와 같은 요소를 포함합니다. 비용 요소가 철저히 해결되도록 scope 설명하면 청구 증분을 고려합니다.

프로덕션 에뮬레이트: 프로덕션 환경을 에뮬레이트하도록 POC를 설계하여 현실적인 비용 예측을 보장합니다. 확장성, 운영 결정(리소스 중지 및 시작) 및 스토리지 비용과 같은 비용 동인을 평가해야 합니다. POC 디자인을 청구 임계값 지식과 일치하여 시뮬레이션된 환경이 잠재적인 비용 시나리오를 정확하게 반영하도록 합니다.

POC 기간 제한: POC의 수명을 제한하여 결정적인 증거를 수집할 수 있지만 불필요한 비용이 발생하지는 않습니다. POC를 청구 임계값을 약간 초과하여 비용에 대한 포괄적인 이해를 보장합니다. instance 경우 리소스가 매시간 청구되는 경우 POC는 한 시간 넘게 실행되거나 임계값에서 비용이 발생하는 방법을 캡처하는 데 걸리는 시간이 오래 걸릴 수 있습니다. 당신은 확증 증거가 후, 당신은 자신있게 당신의 결과에 따라 결정을 내릴 수 있습니다. POC가 청구 의미에 대한 명확한 그림을 제공하는 경우 결과를 사용하여 실제 환경에 대한 정보에 입각한 재무 결정을 내립니다.

리소스 값을 최대화하기 위해 사용량 조정

리소스 값을 최대화하기 위해 사용량을 조정하려면 매핑 연습에서 식별된 변경 내용을 구현하여 리소스 사용량을 청구 증분으로 다시 정렬해야 합니다. 이 단계에서는 리소스를 사용하는 방법을 조정합니다. 사용량을 청구 증분에 맞추는 두 가지 기본 옵션이 있습니다.

서비스를 수정합니다. 서비스를 수정한다는 것은 다양한 구성, 서비스 계층 또는 서비스를 사용하여 워크로드를 청구 임계값에 맞추는 것을 의미합니다. 예를 들어 워크로드는 매일 5TB의 데이터를 이동할 수 있지만 4TB 단위로 요금이 청구됩니다. 다른 서비스 계층 또는 구성을 찾을 수 있으므로 더 저렴하거나 더 빠른 속도로 데이터를 전송할 수 있습니다.

사용량을 수정합니다. 사용량 수정은 청구 증가에 맞게 사용 패턴 워크로드를 다시 디자인하는 것입니다. 예를 들어 전송하기 전에 5TB 데이터를 4TB로 압축할 수 있습니다. 사용량을 청구 증분으로 확장할 수도 있습니다. 예를 들어 매일 2TB의 데이터를 전송해야 하는 경우 매일 4TB의 데이터를 전송하도록 일정을 수정할 수 있습니다.

두 옵션 모두 가능하지 않은 경우 추가 비용을 수락해야 합니다. 추가 비용이 예산에 포함되지 않은 경우 필요에 따라 예산을 재작업합니다.

위험: 비용 최적화 결정은 보안 요구 사항 또는 규정 준수 규정을 손상해서는 안 됩니다. 적절한 보안 조치 없이 더 저렴한 솔루션을 선택하는 경우 워크로드를 잠재적 취약성에 노출할 수 있습니다.

Azure 촉진

청구 요소 및 증분 결정: Azure에는 모든 Azure 제품에 대한 제품 가격 책정 세부 정보가 있습니다. 워크로드에서 제품을 검색하고 각 청구 요소에 대한 다양한 청구 요소 및 증분을 카탈로그화합니다. Azure 가격 계산기를 사용하여 다른 증분 비용을 예측할 수도 있습니다.

청구 증분으로 사용량 매핑: Azure 청구서를 사용하여 리소스 사용 패턴을 분석하고 사용량이 많은 영역을 식별할 수 있습니다. Azure 청구서를 보고 다운로드할 수 있습니다. 이러한 기능은 리소스를 활용하는 방법을 이해하는 데 도움이 되므로 사용량을 최적화하고 불필요한 비용을 최소화하는 방법에 대해 정보에 입각한 결정을 내릴 수 있습니다.

Azure Portal 구독 페이지에서 청구서 사용량 및 요금에 대한 간략한 개요를 확인할 수 있습니다. Azure 사용량 및 요금 파일의 용어를 이해하는 것이 중요합니다.

사용량을 조정하여 가치 극대화: Microsoft Cost Management 및 Billing 및 Azure Advisor는 사용량 및 비용 데이터를 기반으로 하는 최적화 권장 사항을 제공합니다. 이러한 권장 사항은 비용 절감 기회를 식별하는 데 도움이 됩니다. 이 데이터를 사용하면 리소스가 과도하게 프로비저닝되었는지 또는 사용이 부족한지 확인하고 워크로드 요구 사항에 맞게 적절한 크기를 지정할 수 있습니다. 적절한 크기 조정 리소스는 청구 증분에 맞게 조정하는 데 도움이 될 수 있습니다.

제품 SKU는 Azure 제품의 서비스 계층을 나타냅니다. Azure는 각 서비스 내에서 다양한 SKU를 제공합니다. SKU를 전환하면 청구 증분을 사용 패턴에 맞게 조정하는 데 도움이 될 수 있습니다. Azure 제품 가격 책정 페이지를 사용하여 각 제품에 대한 서로 다른 계층을 비교할 수 있습니다.

Azure를 사용하면 비용 경고 및 예산을 설정할 수 있습니다. 비용 경고는 소비가 미리 정의된 임계값에 도달하면 이를 알려 줍니다. 따라서 지출을 사전에 모니터링할 수 있습니다. 예산은 한도를 설정하고 리소스의 연소율을 추적하여 비용 제어를 보장하는 데 도움이 됩니다.

다음 단계

비용 최적화 검사 목록

전체 권장 사항 집합을 참조하세요.