如何解決云計算成本上升的問題
采用更少的費用做更多的事情似乎是一種矛盾說法。如何在減少云成本的同時交付預期數量的版本?云支出的兩大組成部分是運行生產環境和運行測試。既然生產下線不成問題,如果減少測試,怎么能維持你的質量標準?企業如何在較少的測試空間下保持質量標準?
也許,有一種方法可以讓工程和IT領導者取得平衡。
很多企業可能也無法避免經濟不確定性帶來的壓力。81%的IT團隊在企業高管的指導下停止或降低了支出。如果預算削減還沒有開始,它們很可能已經在路上了。一些專家表示還會繼續下降。
在經濟形勢不明朗之際,企業高管更新了對云計算服務的看法。在幾年前,42%的首席信息官和首席技術官表示,安全投資是他們在云計算方面的首要任務。
其優先級看起來更像這樣:使IT交付速度與業務速度保持一致(25%),確保滿足合規性需求(22%),直接增加收入(20%)。對速度、成本節約和合規性的強調已經改變了DevOps和IT的平衡。
現在很多企業已經采用一種更慎重的方法取代了“不惜一切代價發布”的心態——同時仍然根據發布的質量和數量進行評估。最成功的工程和IT領導者將采取簡單而有效的步驟:優先考慮云遷移,向內尋找效率低下的地方,更快、更智能地失敗,并投資于數據驅動的測試解決方案。
在不確定的時期,要達到適當的平衡需要創造力和戰略調整。
工程和IT領導者的云成本和消費困境
假設企業有一個運行在云平臺上的測試管道,而企業管理者要求減少云計算的消耗,以配合預算的減少。
企業將有幾個選擇:
- 在運行速度更快、執行時間更短的大型機器上進行測試(但每臺機器小時的成本更高)。
- 在多臺機器上并行測試并減少執行時間(這將增加企業為自己的機器支付的成本) 。
- 將開發和生產環境遷移到內部部署設施。
每一個選擇都有缺陷。更不用說AWS等云服務的成本正在飆升,一些企業的存儲費用翻了一番。
一些團隊正在討論將開發和生產遷移到內部部署。這不是一個容易的選擇,因為大多數團隊已經花費了大量的資源來遷移到云平臺。這個選項不是萬能的,因為除了為資本支出分配預算之外,還必須計劃遷移。
2023年減少云支出和消費的4種方法
以下是明智的企業在經濟趨好的情況下取得這些成果的做法。
(1)優先考慮如何讓你的云服務獲得最大的回報。
如今,云計算的價格非常昂貴。企業在2023年及以后對云計算投資的主要目標是速度、節省和合規性。一些企業可能認為減緩云遷移會減緩預算消耗,但事實恰恰相反。
麥肯錫公司表示,“一個常見的誤解是,企業可以通過減緩云遷移和在他們已經付費的內部部署環境中工作來降低成本。然而,與云計算環境相比,內部部署數據中心需要以人工、公用事業、租賃和許可證的形式提供持續的操作支持,以維護系統、管理刷新周期和應對停機。在這些領域削減成本也可能導致昂貴的問題。”
通過優先處理為業務產生最大價值的工作負載來提高支出效率。排在它們后面的是開銷最高的工作負載,或者在最過時的設備上運行的工作負載。這樣,就可以為最需要它的系統優先考慮有價值的云計算空間。
(2)找到最容易成功的方法
并不是每一個節約成本的措施都必須是極端的。有時候,一些小措施可以幫助企業適應其預算。
麥肯錫公司講述了有關大型公共部門機構的一個故事,該機構通過調整云計算服務以更好地滿足應用程序需求,處置其已經支付但不再使用的資產,制定分層存儲的基本準則,并將實例更新到最新版本,從而節省了大約20%的云成本。
“不惜一切代價釋放”可能是魯莽的,一些微小的改變就構成了一種更加慎重的云計算方法。
(3)更快地失敗,但更聰明地失敗。
這個原則可以適用于整個部門。企業嘗試對云服務進行簡單的修復,并將最有效的修復應用于其他環境。
在測試方面,更明智的做法是快速失敗,并盡快對不可靠的測試進行分類——這是最容易解決的問題,并且可以減輕后續管道中更費力的測試。用戶界面測試通常是最昂貴的,但是正確的數據驅動軟件可以幫助您減少測試執行時間。美國最大的云計算公司之一采用了這種方法,并將測試執行時間縮短了90%,降低了測試執行的云計算成本。
工程和IT經理的關鍵是縮短測試套件的運行時間。如果可以實現這一點,將節省云消耗和開發人員的工作時間,從而使同一個開發人員團隊獲得更多的輸出。還可以更快地發現失敗,這意味著企業將會擁有更快的發布和更快樂的開發人員。
(4)投資于數據驅動的軟件測試。
數據驅動測試軟件使用機器學習從現有開發管道中的數據中生成最深刻的見解。
如果不使用數據來評估管道,可能會花費時間和云計算基礎設施成本來測試那些永遠不會影響企業發布能力的問題,并最終專注于管道最后真正重要的事情。這不利于節省云計算的消費和支出。
正確的軟件根據對代碼更改的重要性對測試進行排序,并允許實時創建獨特的子集。這意味著企業可以運行測試套件的一小部分,同時仍然保持高度的信心,如果存在故障,它將被發現。
結語
沒有人會說縮減預算是一件有趣的事,但這并不會減慢開發進程。采用由智能人工智能工具增強的方法,可以幫助工程和IT領導者在新的挑戰中保持質量和數量。