Modelado de costes para cargas de trabajo de Azure

La nueva función de modelado de costes es compatible con las cargas de trabajo de Azure y proporciona recomendaciones basadas en los patrones de uso. Los clientes reciben recomendaciones sobre si las reservas de Azure o el plan de ahorro son más adecuados para proporcionar el máximo ahorro de costes. Los clientes de reservas de Azure reservan un número específico de máquinas por adelantado a un coste fijo con descuento, mientras que los planes de ahorro les permiten comprometerse con una cantidad en dólares para obtener tarifas con descuento. La función analiza los datos de los últimos 28 días para proporcionar recomendaciones estimadas. Esto ayuda a los clientes a ahorrar costes al tomar decisiones informadas sobre la asignación de recursos.

Nota:

• Para obtener estimaciones óptimas, se recomienda usar datos de un entorno estable durante los últimos 28 días. Evita usar datos de períodos de actividad inusual, como vacaciones o picos repentinos de uso. Espera a que el uso vuelva a los niveles de referencia antes de seguir estas recomendaciones.

• • El modelado de costes está diseñado para cargas de trabajo basadas en la nube con precios flexibles. Para cargas de trabajo con precios mensuales fijos o para cargas de trabajo locales, usa Dimensionamiento de cargas de trabajo en su lugar.

• Ventajas:

• Proporciona recomendaciones personalizadas para ahorrar costes.
• Admite planes de reserva y de ahorro.
• Analiza los datos de uso recientes para obtener información precisa.
• Ayuda a optimizar la asignación de recursos y a reducir los gastos.

• Ofrece flexibilidad al seleccionar grupos de entrega, etiquetas, series de máquinas virtuales y regiones.

• Nota:

  El modelado de costes solo es compatible con las cargas de trabajo de Azure.

Tipos de planes

En Azure, hay dos tipos de planes para ahorrar costes:

• Reservas de Azure: Los clientes deciden cuántas máquinas reservar por adelantado. La reserva tiene un coste fijo diferente con descuento en comparación con el coste de pago por uso.

• Plan de ahorro: Los clientes se comprometen a una cantidad específica en dólares en lugar de a un número de máquinas. Hasta que se consume esa cantidad, se les cobra un coste con descuento. Después de eso, pagan el coste de pago por uso.

• La página Modelado de costes proporciona recomendaciones para cada plan de forma independiente, mostrando los posibles ahorros.

Haz clic en Optimización de costes > Modelado de costes. Aparece la página Modelo de costes y cargas de trabajo en la nube.

Puedes seleccionar todos los grupos de entrega, hasta 15 (o el recuento real) grupos de entrega, y excluir hasta 15 (o el recuento real) grupos de entrega si es necesario. Puedes seleccionar Todas las sesiones únicas o Todas las sesiones múltiples en las listas desplegables. También puedes filtrar por Etiquetas, Series de máquinas virtuales y Regiones. Si no seleccionas ninguna opción, el análisis se ejecuta en todo el conjunto de datos aplicable de forma predeterminada, teniendo en cuenta los datos de los últimos 28 días.

Nota:

• La recomendación de modelado de costes se basa en datos de los últimos 28 días y asume que el comportamiento durante este período se mantiene constante.

Estrategias de administración de energía

El análisis de datos varía en función de la estrategia de administración de energía seleccionada. Puedes seleccionar una de las siguientes estrategias de administración de energía de Autoscale™ para visualizar el consumo concurrente de máquinas y las oportunidades de ahorro:

• Estrategia de administración de energía actual: Selecciona esta estrategia para analizar los posibles ahorros mediante la configuración de Autoscale existente. No hay cambios en la configuración de Autoscale. El modelado de costes recomendado se genera en función de la configuración actual de Autoscale, calculando los costes de todas las máquinas que están en funcionamiento.
• Desasignar máquinas al finalizar la sesión: Selecciona esta estrategia si estás dispuesto a cambiar la configuración de Autoscale para desasignar máquinas al finalizar las sesiones de usuario y analizar los posibles ahorros. El modelado de costes recomendado se genera en función de la configuración de Autoscale actualizada, calculando los costes solo para el tiempo de sesión activa, ignorando el tiempo de desconexión.
• Desasignar máquinas para sesiones inactivas: Selecciona esta estrategia si estás dispuesto a cambiar la configuración de Autoscale para desasignar máquinas cuando las sesiones están inactivas y analizar los posibles ahorros. El modelado de costes recomendado se genera en función de la configuración de Autoscale actualizada, calculando los costes solo para el tiempo en que las sesiones están activas y no inactivas.

Por ejemplo, si la máquina está en funcionamiento durante 60 minutos y la sesión se desconecta durante 20 minutos, los 40 minutos restantes son el tiempo de sesión activa. Si el usuario está inactivo durante 10 minutos durante la sesión activa, el uso neto es de solo 30 minutos.

• En la Estrategia de administración de energía actual, el uso neto es de 60 minutos.
• En la Estrategia de desasignación de máquinas al finalizar la sesión, el uso neto, excluyendo el tiempo de desconexión, es de 40 minutos.
• En la Estrategia de desasignación de máquinas para sesiones inactivas, incluido el tiempo de inactividad, el uso neto es de 30 minutos.

Estos criterios sirven como base para el análisis. Estas estrategias ayudan a determinar el uso neto de las máquinas con mayor precisión.

Consumo de máquinas y recomendaciones

La página Modelado de costes proporciona los siguientes detalles sobre el consumo de máquinas y las recomendaciones:

• Gráfico de consumo concurrente de máquinas: Este gráfico muestra el uso de referencia durante los últimos 28 días, con cada barra representando un día de la semana. La línea de base se calcula utilizando el percentil 75 (p75) de uso, una métrica de agregación similar a la media o la mediana. Por ejemplo, para cada día y hora, como el martes a las 10:00, la línea de base se determina analizando el p75 de los datos de los cuatro martes anteriores a las 10:00. Este proceso se repite para todas las horas y días de la semana. Pasa el ratón por encima del gráfico para ver el número de máquinas consumidas con la estrategia de administración de energía actual y la estrategia seleccionada cuando se aplican posibles cambios a Autoscale.

• Oportunidad de ahorro: Consulta las posibles oportunidades de ahorro tanto para las reservas de Azure como para los planes de ahorro para plazos de uno y tres años. Se muestra la oportunidad de ahorro para las opciones de Compromiso y Pago por uso.

• Recomendaciones: Consulta los cambios recomendados tanto para las reservas de Azure como para los planes de ahorro. Las recomendaciones incluyen compromisos para cada plan para todas las combinaciones aplicables de series, tipos y regiones de máquinas virtuales. Los datos están disponibles para plazos de uno y tres años.

Analizar por serie de máquinas virtuales

Selecciona la serie de máquinas virtuales de la lista desplegable para validar el número óptimo de máquinas con respecto al coste por usuario. El coste por usuario al mes es una estimación del coste mensual proyectado por usuario. Esta estimación ayuda a los clientes a comprender el coste mensual proyectado por usuario si reservan un número específico de máquinas en Reservas de Azure o se comprometen a una cantidad específica en dólares por hora en el Plan de ahorro. Consulta el coste por usuario para las instancias reservadas de Azure y los compromisos por hora del plan de ahorro. El gráfico muestra puntos de datos para varios niveles de reserva (que van desde Sin reserva hasta Reserva completa, incluida la Reserva óptima) y niveles de compromiso de costes por hora (que van desde Sin compromiso hasta Compromiso máximo, incluido el Compromiso óptimo).

La página Modelado de costes proporciona información valiosa y recomendaciones para ayudar a los clientes a optimizar sus cargas de trabajo de Azure y ahorrar costes. Al analizar los patrones de uso y seleccionar el plan adecuado, los clientes pueden lograr ahorros significativos.