NeoLeo - stock.adobe.com
3 Faktoren für die Optimierung von Multi-Cloud-Kosten
Ohne Überwachung werden Multi-Cloud-Implementierungen teuer. Diese Datenverwaltungs- und Sicherheitspraktiken unterstützen, die monatlichen Kosten besser zu kontrollieren.
Eine Multi-Cloud-Strategie bietet Zugang zu einer breiten Palette von Cloud-Services und verringert das Risiko, an einen bestimmten Anbieter gebunden zu sein. Neben den vielen Vorteilen können Multi-Cloud-Bereitstellungen aber auch zusätzliche Kosten verursachen, die in Single-Cloud-Umgebungen nicht anfallen.
Um die Kosten unter Kontrolle zu halten, sollten IT-Tams die Anwendungsanforderungen verstehen und die Datennutzung und Netzwerktrends verfolgen. Sie müssen auch umfassendere Verpflichtungen, wie IT-Sicherheit und Compliance, berücksichtigen.
Überlegungen zu Multi-Cloud-Kosten
Ein Beispiel verdeutlicht die spezifischen Multi-Cloud-Kosten, die einem Unternehmen entstehen können.
Nehmen wir an, ein Unternehmen betreibt eine Anwendung in AWS, die Transaktionsdaten generiert. Dann verschiebt das Unternehmen diese Daten in die Google Cloud, um Modelle für maschinelles Lernen zu trainieren. In diesem Multi-Cloud-Szenario wirken sich zahlreiche Faktoren auf die Kosten aus – und erhöhen diese letztlich –, darunter:
- Speicherung von Transaktionsdaten sowohl auf AWS als auch auf Google Cloud
- Praktiken für das Lebenszyklusmanagement von Daten in verschiedenen Cloud-Umgebungen
- aktuelle Netzwerkkonfigurationen sowie Bandbreiten- und Latenzanforderungen
- Zugriffskontrollen und Maßnahmen zum Schutz der Daten in jeder Cloud sowie der Daten während der Übertragung
Faktoren der Multi-Cloud-Kostenoptimierung
Schauen Sie sich diese drei Faktoren genauer an und wie sie bei der Multi-Cloud-Kostenoptimierung eine Rolle spielen.
1. Lebenszyklen von Daten
Wenn Unternehmen über kundenorientierte Dienste verfügen, die Daten generieren oder Daten für Analysen sammeln, müssen sie den Multi-Cloud-Speicherkosten große Aufmerksamkeit schenken.
Wenden Sie für verschiedene Datentypen unterschiedliche Verfahren zur Verwaltung des Datenlebenszyklus an. Speichern Sie zum Beispiel verwendete Transaktionsdaten und Snapshots in der Nähe der Dienste, die sie verwenden. Das verringert die Latenzzeit und steigert die Leistung. Um das Risiko eines Serviceausfalls zu verringern, speichern Teams auch Kopien von Daten in verschiedenen Cloud-Regionen oder Verfügbarkeitszonen.
Speichern Sie ältere Transaktionsdaten, auf die nicht so häufig zugegriffen wird, in kostengünstigeren Speicherdiensten, wie beispielsweise Archiven. Diese Dienste müssen sich nicht auf derselben Cloud-Plattform befinden wie die Anwendung, die die Daten erzeugt.
Verwenden Sie das Richtlinienmanagement und Datenmigrationsdienste, um Daten automatisch von kostspieligen Speichersystemen mit geringer Latenz auf kostengünstigere Speicher zu verschieben. Diese kostengünstigeren Systeme bieten eine langfristige Sicherung und dienen als Repository für Datenanalysen und maschinelles Lernen. Überlegen Sie, ob Kopien der Daten in einem langfristigen, kostengünstigen Cloud-Speicherdienst ausreichen oder ob Kopien in mehreren Cloud-Lösungen erforderlich sind.
2. Datensynchronisierung
Die Datensynchronisierung ist ein weiterer Faktor, der bei der Kostenoptimierung für mehrere Cloud-Umgebungen eine Rolle spielt.
Die oben erwähnten Best Practices sind für langfristige Speichervorgänge nützlich. Wenn IT-Teams Datenänderungen über mehrere Cloud-Anwendungen hinweg synchronisieren müssen – und zwar mit minimaler Latenzzeit – müssen sie alternative Ansätze wählen.
So muss beispielsweise eine in der Cloud gehostete Anwendung, die Finanztransaktionen verarbeitet, Daten an einen Betrugserkennungsdienst senden, der in einer anderen Cloud läuft. Hierfür wäre ein zuverlässiger Dienst erforderlich, der die Daten empfängt und sie zwischenspeichert, bis der Betrugserkennungsdienst sie verarbeitet. IT-Teams könnten einen Message-Queue-Service wie Amazon Simple Notification Service oder Google Cloud Pub/Sub verwenden, um die Daten aufzunehmen und zu speichern, bis sie verarbeitet werden.
Berücksichtigen Sie die Zuverlässigkeitsanforderungen von Multi-Cloud-Diensten. Kann das System oder der Workload auch mit fehlenden oder verzögerten Daten funktionieren? Wenn nicht, sind hohe Zuverlässigkeit und geringe Latenzzeiten erforderlich, und die IT-Teams müssen möglicherweise zusätzliche Netzwerkdienste einsetzen, um diese Anforderungen zu erfüllen.
Wenn eine geringere Haltbarkeit und Verfügbarkeit tolerierbar sind, sollten Sie Netzwerkdienste wie Google Cloud Platform Pub/Sub Lite in Betracht ziehen. Diese kosten weniger als die Vollversion des oben genannten Dienstes und unterstützen bei der Kostenoptimierung für mehrere Clouds.
3. Kontrolle von Identitäts- und Zugriffsmanagement
Wenn es um die Optimierung von Multi-Cloud-Kosten geht, sind Datenschutz und Compliance nicht immer die ersten Punkte, die IT-Teams in den Sinn kommen. Doch ein mangelnder Fokus auf Sicherheits- und Compliance-Anforderungen kann zu hohen Kosten führen.
Wenn Daten über mehrere Cloud-Umgebungen hinweg genutzt werden, wird die IT-Sicherheit komplex. Der Zeit- und Arbeitsaufwand für die Sicherung von Daten in einer Cloud kann sich verdoppeln, wenn Administratoren ähnliche Maßnahmen in einer zweiten Cloud ergreifen müssen.
Um redundante Arbeit zu reduzieren, sollten Sie einen Single-Sign-On-Service verwenden, der föderierte Identitäten ermöglicht. Weisen Sie den Identitäten, zum Beispiel Benutzern und Dienstkonten, Attribute zu. Dadurch werden die für sie verfügbaren Privilegien festgelegt. Verwenden Sie Tools für das Identitäts- und Zugriffsmanagement, die Sie bei dieser Aufgabe unterstützen. Vereinheitlichen Sie die Identitätsverwaltung und die Autorisierungsrichtlinien, um redundante Sicherheitsverwaltungsvorgänge in verschiedenen Cloud-Lösungen zu reduzieren.
Wenn Sie Daten von einer Cloud in eine andere kopieren, sollten Sie außerdem Dienste zur Vermeidung von Datenverlusten nutzen, um geschützte Daten zu scannen und zu löschen, die von den in der zweiten Cloud ausgeführten Diensten nicht benötigt werden.
