Mengidentifikasi dan Menghapus Pemborosan

Berbagai studi secara konsisten menunjukkan bahwa organisasi membuang 25–35% belanja cloud mereka untuk Resource yang menganggur, disediakan secara berlebihan, atau terlupakan. Di Azure, sumber pemborosan yang umum mencakup VM yang berjalan sepanjang waktu dengan penggunaan CPU hampir nol, managed disk yang tidak terpasang setelah penghapusan VM, alamat IP publik yatim, dan paket App Service yang tidak digunakan. Mengidentifikasi dan menghilangkan pemborosan ini merupakan langkah pertama dengan ROI tertinggi dalam praktik FinOps apa pun.

Azure Advisor terus menganalisis pemanfaatan Resource Anda dan secara otomatis menghasilkan rekomendasi Cost. Rekomendasi yang umum mencakup: menyesuaikan SizeGB atau mematikan VM yang kurang dimanfaatkan (di bawah 5% pemanfaatan CPU atau 2% pemanfaatan memori selama 7 hari), membeli Reserved Instances untuk VM yang terus berjalan, menghapus alamat IP publik yang tidak terpasang, dan menghapus instans Application Gateway yang menganggur. Setiap rekomendasi menampilkan perkiraan penghematan bulanan agar Anda dapat menentukan prioritas berdasarkan Impact.

Azure Monitor mengumpulkan metrik persentase CPU dan jaringan masuk/keluar untuk setiap VM. VM yang terus berada di bawah 5% CPU merupakan kandidat kuat untuk penyesuaian ukuran atau penghentian. Gunakan fitur Virtual Machine Insights di Azure Monitor untuk melihat penggunaan CPU dan memori seluruh armada selama 24 jam, 7 hari, atau 30 hari. Rekomendasi Advisor untuk VM yang kurang dimanfaatkan tertaut langsung ke bagan performa sehingga Anda dapat memastikan polanya sebelum mengambil tindakan.

Ketika VM dihapus tanpa memilih untuk menghapus disk-nya, managed disk tetap ada dan terus menimbulkan biaya. Di portal Azure, filter Disks berdasarkan Status disk: Unattached untuk menemukan disk yatim ini. Demikian pula, snapshot lama yang dibuat untuk keperluan pencadangan atau migrasi sering kali terlupakan. Penyimpanan snapshot lebih murah daripada penyimpanan managed disk, tetapi snapshot yang terlupakan selama setahun di seluruh subscription besar dapat menambah biaya hingga ribuan dolar per tahun.

Alamat IP publik di Azure tetap dikenai biaya meskipun tidak terkait dengan Resource yang sedang berjalan. Ketika VM atau load balancer dihapus, IP publik dan antarmuka jaringan-nya mungkin tetap ada. Di portal, filter Public IP Addresses berdasarkan Terkait dengan: None lalu hapus yang tidak lagi diperlukan. Demikian pula, antarmuka jaringan yatim yang tidak terpasang pada VM atau layanan apa pun dapat dihapus dengan aman. Biaya masing-masing memang kecil, tetapi dapat bertambah di ratusan Resource.

Resource zombie adalah lingkungan staging, pengujian, atau pembuktian konsep yang berumur panjang, telah disediakan, lalu terlupakan. Berbeda dari VM produksi yang menganggur, Resource ini mungkin memiliki pemanfaatan sedang selama jam kerja, tetapi tidak melayani proyek aktif apa pun. Terapkan kebijakan penandaan Resource yang mewajibkan tag Environment dan Project pada setiap Resource, lalu jadwalkan peringatan otomatis untuk Resource dengan Environment=Dev atau Environment=Test yang berusia lebih dari 90 hari.

VM Azure mendukung fitur Auto-Shutdown yang secara otomatis menghentikan VM pada waktu yang dikonfigurasi setiap hari. Aktifkan fitur ini pada semua VM dev dan test untuk memastikan VM tidak berjalan semalaman atau selama akhir pekan. Sebagai contoh, VM dev yang berjalan 24/7 berbiaya sama seperti 24 jam, tetapi VM yang dikonfigurasi untuk mati otomatis pada pukul 18.00 dan menyala otomatis pada pukul 08.00 hanya pada hari kerja menggunakan 50 jam per minggu, bukan 168 jam—sehingga menghemat sekitar 70% biaya komputasi.

Azure Cost Management menyertakan fitur Anomaly Detection yang menggunakan machine learning untuk mengidentifikasi lonjakan pengeluaran yang tidak terduga. Ketika biaya subscription atau grup Resource menyimpang secara signifikan dari pola yang diprediksi—misalnya, seseorang tidak sengaja menerapkan VM GPU atau lupa menghapus gateway ExpressRoute—Cost Management mengirimkan peringatan anomali melalui email. Menyiapkan peringatan anomali merupakan langkah cepat yang dapat menemukan biaya tak terkendali sebelum muncul pada tagihan bulanan.

Tidak semua pemborosan berkaitan dengan komputasi. Azure SQL Databases yang disediakan pada tier Business Critical tetapi hanya menjalankan kueri sederhana yang didominasi pembacaan mungkin memiliki performa identik pada tier General Purpose dengan biaya setengahnya. Data Blob Storage yang jarang diakses sebaiknya dipindahkan dari tier Hot ke tier Cool atau Archive menggunakan kebijakan pengelolaan siklus hidup. Azure Advisor menampilkan rekomendasi penyesuaian ukuran basis data dan penyimpanan bersama rekomendasi komputasi.

Perlakukan pengoptimalan biaya sebagai praktik rekayasa yang berkelanjutan, bukan kegiatan satu kali. Buat backlog FinOps di Azure DevOps atau Jira yang berisi item yang dihasilkan setiap minggu dari rekomendasi Advisor dan peringatan anomali biaya. Tetapkan setiap item pemborosan kepada tim yang bertanggung jawab dan tentukan target tanggal penyelesaiannya. Lacak penghematan yang terealisasi dibandingkan dengan penghematan yang teridentifikasi untuk mengukur kematangan FinOps. Jadwalkan tinjauan biaya bulanan bersama pimpinan rekayasa dan keuangan agar penghapusan pemborosan tetap menjadi perhatian utama di seluruh organisasi.

Pencegahan lebih hemat biaya daripada perbaikan. Gunakan Azure Policy untuk menolak pembuatan SKU VM mahal (seperti GPU atau seri M) tanpa persetujuan, mewajibkan tag Environment dan ExpiryDate pada semua Resource, serta mengaktifkan pematian otomatis pada VM yang baru dibuat di subscription dev. Gabungkan kebijakan dengan peringatan anggaran yang ditetapkan pada 80% dan 100% alokasi bulanan agar tim diberi tahu sebelum terjadi pengeluaran berlebih.

Uji pemahaman Anda tentang konsep Microsoft Azure Fundamentals (AZ-900) dari pelajaran ini.

Dalam pelajaran ini Anda mempelajari bahwa Azure Advisor menampilkan rekomendasi biaya yang dapat ditindaklanjuti untuk VM yang menganggur, disk yang tidak terpasang, dan layanan yang disediakan secara berlebihan; pematian otomatis untuk VM dev dapat mengurangi belanja komputasi hingga 70%; serta kebijakan tata kelola dengan penandaan mencegah pemborosan di masa mendatang. Selanjutnya, kita akan membahas teknik penyesuaian ukuran dan strategi penskalaan otomatis.