Identificación y eliminación del desperdicio

Los estudios muestran sistemáticamente que las organizaciones desperdician entre el 25 y el 35 % de su gasto en la nube en recursos inactivos, sobredimensionados u olvidados. En Azure, las fuentes habituales de despilfarro incluyen máquinas virtuales que funcionan las 24 horas con un uso de CPU casi nulo, discos administrados no asociados que quedan después de eliminar una máquina virtual, direcciones IP públicas huérfanas y planes de App Service sin usar. Identificar y eliminar este despilfarro es el primer paso y el que ofrece el mayor retorno de inversión en cualquier práctica de FinOps.

Azure Advisor analiza continuamente el uso de sus recursos y genera automáticamente recomendaciones de Cost. Entre las recomendaciones habituales se incluyen ajustar el tamaño o apagar las máquinas virtuales infrautilizadas (menos del 5 % de uso de CPU o del 2 % de memoria durante 7 días), adquirir Reserved Instances para las máquinas virtuales que funcionan de forma constante, eliminar las direcciones IP públicas no asociadas y quitar las instancias de Application Gateway inactivas. Cada recomendación muestra el ahorro mensual estimado para que pueda establecer prioridades según el impacto.

Azure Monitor recopila las métricas de porcentaje de CPU y red de entrada y salida de cada máquina virtual. Una máquina virtual que se mantiene por debajo del 5 % de CPU es una candidata clara para ajustar su tamaño o apagarla. Use la característica Virtual Machine Insights de Azure Monitor para consultar una vista de toda la flota del uso de CPU y memoria durante 24 horas, 7 días o 30 días. La recomendación de Advisor para máquinas virtuales infrautilizadas enlaza directamente con los gráficos de rendimiento, de modo que pueda confirmar el patrón antes de actuar.

Cuando se elimina una máquina virtual sin elegir eliminar sus discos, los discos administrados permanecen y siguen generando cargos. En el portal de Azure, filtre Disks por Disk state: Unattached para encontrar estos discos huérfanos. Del mismo modo, las instantáneas antiguas creadas con fines de copia de seguridad o migración suelen olvidarse. El almacenamiento de instantáneas es más barato que el de discos administrados, pero un año de instantáneas olvidadas en una suscripción grande puede sumar miles de dólares al año.

Las direcciones IP públicas de Azure se facturan incluso cuando no están asociadas a un recurso en ejecución. Cuando se eliminan máquinas virtuales o equilibradores de carga, sus IP públicas y sus interfaces de red pueden permanecer. En el portal, filtre Public IP Addresses por Associated to: None y elimine las que ya no necesite. Del mismo modo, las interfaces de red huérfanas que no están conectadas a ninguna máquina virtual o servicio se pueden quitar de forma segura. Son cargos individuales pequeños, pero se acumulan entre cientos de recursos.

Los recursos zombi son entornos de ensayo, pruebas o pruebas de concepto de larga duración que se aprovisionaron y luego se olvidaron. A diferencia de las máquinas virtuales de producción inactivas, estos recursos pueden tener un uso moderado durante el horario laboral, pero no estar vinculados a ningún proyecto activo. Implemente una directiva de etiquetado de recursos que requiera las etiquetas Environment y Project en cada recurso y, después, programe alertas automatizadas para los recursos cuyo valor de Environment=Dev o Environment=Test tenga más de 90 días.

Las máquinas virtuales de Azure admiten una característica de Auto-Shutdown que detiene automáticamente una máquina virtual a una hora configurada cada día. Habilítela en todas las máquinas virtuales de desarrollo y pruebas para asegurarse de que no se ejecuten durante la noche ni los fines de semana. Por ejemplo, una máquina virtual de desarrollo que se ejecuta las 24 horas del día, los 7 días de la semana cuesta lo mismo que 24 horas, pero una configurada para apagarse automáticamente a las 18:00 y arrancar a las 08:00 únicamente los días laborables usa 50 horas por semana en lugar de 168, lo que supone un ahorro aproximado del 70 % en el coste de proceso.

Azure Cost Management incluye una característica de Anomaly Detection que usa aprendizaje automático para identificar picos de gasto inesperados. Cuando el coste de una suscripción o un grupo de recursos se desvía significativamente de los patrones previstos —por ejemplo, si alguien implementa accidentalmente una máquina virtual con GPU u olvida eliminar una puerta de enlace de ExpressRoute—, Cost Management envía una alerta de anomalía por correo electrónico. Configurar alertas de anomalías es una medida rápida y eficaz que detecta los costes descontrolados antes de que aparezcan en la factura mensual.

No todo el despilfarro está relacionado con el proceso. Las bases de datos de Azure SQL aprovisionadas en el nivel Business Critical que ejecutan consultas sencillas con muchas lecturas pueden ofrecer un rendimiento idéntico en el nivel General Purpose por la mitad del coste. Los datos de Blob Storage a los que se accede rara vez deben trasladarse del nivel Hot al nivel Cool o Archive mediante directivas de administración del ciclo de vida. Azure Advisor muestra recomendaciones para ajustar el tamaño de las bases de datos y el almacenamiento junto con las relacionadas con el proceso.

Considere la optimización de costes como una práctica de ingeniería continua, no como un evento único. Cree una lista de tareas de FinOps en Azure DevOps o Jira con elementos generados semanalmente a partir de las recomendaciones de Advisor y las alertas de anomalías de costes. Asigne cada elemento de despilfarro al equipo responsable y establezca una fecha objetivo de resolución. Realice un seguimiento de los ahorros obtenidos frente a los ahorros identificados para medir la madurez de FinOps. Programe una revisión mensual de costes con los responsables de ingeniería y finanzas para mantener la eliminación del despilfarro como una prioridad en toda la organización.

La prevención es más rentable que la corrección. Use Azure Policy para impedir la creación de SKU de máquinas virtuales costosas (como GPU o M-series) sin aprobación, exigir las etiquetas Environment y ExpiryDate en todos los recursos y habilitar automáticamente el apagado automático en las máquinas virtuales nuevas de las suscripciones de desarrollo. Combine las directivas con alertas de presupuesto establecidas en el 80 % y el 100 % de la asignación mensual para notificar a los equipos antes de que se produzca un gasto excesivo.

Compruebe sus conocimientos sobre los conceptos de Microsoft Azure Fundamentals (AZ-900) de esta lección.

En esta lección ha aprendido que Azure Advisor muestra recomendaciones de costes prácticas para máquinas virtuales inactivas, discos no asociados y servicios sobredimensionados; que el apagado automático de las máquinas virtuales de desarrollo puede reducir el gasto de proceso en un 70 %; y que las directivas de gobernanza con etiquetado evitan que se acumule despilfarro en el futuro. A continuación, veremos técnicas para ajustar el tamaño y estrategias de escalado automático.