DEV Community

rafaelbonilha
rafaelbonilha

Posted on • Edited on

Azure Monitor Parte 3: Reduzindo Custos de VMs no Azure

Nesta terceira parte da série sobre o uso do Azure Monitor, vamos explorar como reduzir custos desnecessários, otimizando os custos de uso de uma VM no Azure.
O próprio Azure Monitor possui opções de configuração para reduzir o volume de dados coletados e seus custos envolvidos.

Usando desde o começo da série uma VM hospedada no Azure como exemplo, iremos mostrar algumas maneiras de reduzir custos e manter a eficiência na operação de VMs seguindo as práticas do pilar de otimização de custos do WAF ( Azure Well-Architected).

Image description

Iniciativas Para Redução de Custos

✔ Utilize o Agente do Azure Monitor
✔ Filtre os dados desnecessários dos agentes
✔ Determine quais são os dados a serem coletados com os insights de VM
✔ Reduza a frequência de sondagem dos contadores de desempenho
✔ Verifique a ocorrência de envio de dados duplicados
✔ Use os insights do workspace do Log Analytics para identificar possíveis reduções de custos
✔ Migre o ambiente SCOM para Instância Gerenciada SCOM do Azure Monitor

Vamos ver a seguir o que cada uma dessas iniciativas podem ajudar na obtenção da redução dos custos de operar uma VM no Azure.

Detalhando as Iniciativas

Utilize o Agente do Azure Monitor: Caso você tenha criado a VM usando o agente do Log Analytics a recomendação é migrar para o agente do Azure Monitor para obter melhores filtros de dados e usar as configurações do Azure Monitor em diferentes conjuntos de VMs.
O agente do Azure Monitor pode ser ajustado para atender requisitos específicos de monitoramento para VMs e também o uso de transformações para filtrar os dados que são coletados.

Filtre os dados desnecessários dos agentes: Reduza os custos de ingestão de dados filtrando os dados que não são usados para alertas ou análises. Você pode controlar os custos através de diretrizes específicas para filtragem de dados.

Determine quais são os dados a serem coletados com os insights de VM: Os insights de VM são um excelente ponto de partida para monitorar VMs rapidamente, utilize ele para verificas os dados a serem coletados de forma a economizar nos custos de ingestão de dados.

Reduza a frequência de sondagem dos contadores de desempenho: Aplicando regras de coleta de dados no seu workspace do Log Analytics, será possível reduzir a frequência de sondagem a fim de reduzir a quantidade de dados coletados.

Verifique a ocorrência de envio de dados duplicados: Se estiver usando regras de coleta de dados semelhantes ou agentes multi-home, valide o envio de dados exclusivos para cada workspace. Vale a pena olhar o workspace do Log Analytics para garantir que não haja coleta de dados duplicados.
Caso esteja migrando de um agente do Log Analytics para o agente do Azure Monitor, mantenha o uso do agente do Log Analytics até o término da migração, evitando o uso dos dois ao mesmo tempo, salvo o caso que você garanta a coleta dos dados exclusivos.

Use os insights do workspace do Log Analytics para identificar possíveis reduções de custos: Os insights do workspace do Log Analytics exibem os dados faturáveis coletados em cada VM. Essas informações permitem identificar a melhor oportunidade para reduzir custos filtrando dados. Valide consultando os logs para uma análise mais detalhada dos efeitos das alterações de configuração para validar se as reduções de custos estão ocorrendo de forma esperada.

Migre o ambiente SCOM para Instância Gerenciada SCOM do Azure Monitor: Considere migrar seu ambiente SCOM para a Instância Gerenciada SCOM do Azure Monitor para ter suporte a pacotes de gerenciamento que não podem ser substituídos pelo Azure Monitor.
Usando a instância, se reduz os custos de manter servidores de gerenciamento locais e servidores de banco de dados, otimizando o custo geral de manter uma infraestrutura SCOM.

Essas iniciativas poderão ajudar a obter ganhos de economia na operação e monitoramento de VMs sem deixar de seguir as boas práticas do WAF (Azure Well-Architected Framework).

Para conhecer os demais posts da série, segue abaixo:

Parte 1
Parte 2
Parte 4
Parte 5

Top comments (0)