skie.io
Sage for Azure

Redimensionamiento y reservas, decididos en conjunto

Sage es el motor de optimización de costos de skie para Azure. Cada ejecución devuelve dos cosas a la vez: qué tamaño deberían tener tus recursos y qué reservas conviene mantener. Se producen juntas porque decidir una por separado hace que la otra salga mal.

Solicita una evaluación gratuita

Una ejecución, dos tipos de decisión

Las herramientas de optimización suelen separar el redimensionamiento de la compra de compromisos, y así es como terminas recibiendo la indicación de redimensionar una máquina virtual que una reserva ya está pagando. Una ejecución de Sage en Azure devuelve ambos conjuntos de recomendaciones lado a lado, y cada redimensionamiento propuesto lleva la cobertura de reserva de la máquina a la que se aplica.

  1. Resultado 1

    Redimensionamiento

    Por máquina: tamaño actual y tamaño propuesto, suscripción, ubicación y un puntaje de eficiencia antes y después.

  2. Resultado 2

    Decisiones de reserva

    Qué compromisos agregar, presentados como nuevas compras por región y serie, valorizados contra la huella posterior al redimensionamiento.

  3. Común

    Cobertura en cada fila

    Cada propuesta de redimensionamiento muestra qué cubre actualmente a la máquina, de modo que nunca se recomienda un cambio sin ver el compromiso que lo está pagando.

  4. Común

    Qué dejar como está

    Los recursos que el optimizador decidió no tocar se marcan de forma explícita en vez de salir de la lista, así ves que se consideró todo el entorno.

Recomendaciones de redimensionamiento de máquinas virtuales con cada máquina, su ubicación, el tamaño antes y después del cambio propuesto, un puntaje de eficiencia antes y después, y la cobertura de reserva de esa máquina. Las filas están marcadas como accionable o sin cambio.
La cobertura aparece junto a cada propuesta. La columna de la derecha muestra qué cubre ya a cada máquina, de modo que nunca se sugiere un redimensionamiento sin ver la reserva que lo paga. Las máquinas que el optimizador decidió dejar como están permanecen en la lista, marcadas como sin cambio. La columna de suscripción se quitó de esta imagen porque esos nombres identifican al cliente; nada más fue modificado.

Qué entrega una ejecución

Cada optimización informa la posición de costo antes y después, desglosada por cómo estás pagando y no solo por cuánto.

Se informaDetalle
Ahorro proyectadoMensual y anualizado, con la variación porcentual frente al gasto actual
Costo desglosado por tipo de compromisoCosto mensual actual y optimizado dividido entre reservado y pago por uso, para ver el gasto pasando de uno a otro y no solo la cifra neta
Cantidad accionableCuántos de los recursos analizados tienen una recomendación que vale la pena ejecutar, sobre el total examinado
Flujo de reservasAdónde iría el nuevo compromiso, por región y serie de máquina
Historial de ejecucionesCada ejecución guardada y fechada, con los análisis de más de treinta días marcados como desactualizados, más exportación a CSV de cualquier conjunto de recomendaciones
Análisis de costos que compara el costo mensual actual y el optimizado, con una tabla que divide el total entre reserved instances y pago por uso, y muestra el pago por uso cayendo a cero mientras sube el gasto reservado.
El desglose importa tanto como el total. El gasto de pago por uso se traslada a reservas en lugar de simplemente desaparecer, así ves de dónde sale el ahorro en vez de creer en la cifra neta.
Diagrama de flujo de gestión de reservas que muestra un único compromiso nuevo dividiéndose en siete compras de reserva distintas, cada una identificada por región y serie de máquina, sobre un resumen de la decisión, la cantidad de reservas y el compromiso total afectado.
Adónde va realmente el nuevo compromiso. Una decisión se resuelve en siete compras concretas, cada una ligada a una región y a una serie de máquina, con el compromiso total que queda registrado indicado con claridad y no escondido.
Dos paneles: el cambio de costo dividido en ahorro por redimensionamiento y un aumento menor en gasto de compromisos, y el cambio neto en la cantidad de máquinas virtuales por serie, con dos series creciendo y dos reduciéndose.
El redimensionamiento baja, el compromiso sube y algunas series crecen. El plan gasta más en reservas porque el redimensionamiento cambió lo que hay que cubrir, y hace crecer dos series de máquina mientras reduce otras dos. El total baja aunque varias líneas suban.

¿Qué servicios de Azure cubre Sage?

La optimización se ejecuta sobre máquinas virtuales, bases de datos SQL y discos administrados. La visibilidad y la atribución de gasto abarcan el entorno completo.

ServicioProfundidadQué hace Sage
Máquinas virtualesOptimizadoRedimensionamiento con puntaje de eficiencia, más decisiones de reserva en la misma ejecución
Bases de datos SQLOptimizadoRedimensionamiento y planificación de reservas, incluidas las managed instances
Discos administradosOptimizadoDimensionamiento de discos y optimización de nivel, con inventario de snapshots
VM scale setsVisibilidadInventario de scale sets y sus instancias, con atribución de gasto
Reservas y savings plansVisibilidadInventario completo de lo que tienes, con reporte de gasto en reservas
Cuentas de almacenamiento, balanceadores de cargaVisibilidadInventario y atribución de gasto

Entender adónde va el gasto en Azure

La facturación de Azure se informa por medidor y no por servicio, y esa es buena parte del motivo por el que los costos de Azure son más difíciles de atribuir que los de AWS. Sage informa el gasto tal como Azure lo factura y, encima de eso, agrega las vistas que necesitas.

Por medidorGasto por categoría y subcategoría de medidor, a lo largo de dieciocho meses
Por ubicaciónDistribución regional del gasto entre suscripciones
Por grupoAtribución por grupo de recursos para chargeback y showback
Por compromisoUna vista aparte del gasto en reservas, separada del bajo demanda
Panel de gasto de Azure con el gasto total, bajo demanda y reservado del mes con indicadores de tendencia, el mes anterior desglosado por categoría de medidor en un gráfico de anillo, y un historial de dieciocho meses de gasto por categoría de medidor.
Informado tal como factura Azure. Gasto total dividido entre bajo demanda y compromiso, y luego el mes desglosado por categoría de medidor en vez de forzarlo a una taxonomía de servicios que Azure en realidad no usa.

Preguntas frecuentes

¿Sage me va a decir que redimensione una máquina que ya cubre una reserva?

No. Cada fila de redimensionamiento lleva la cobertura de reserva de la máquina a la que se aplica, y las decisiones de reserva se producen en la misma ejecución que las recomendaciones de tamaño, no por separado.

¿Cómo decide Sage qué dejar como está?

Los recursos que el optimizador examinó pero decidió no cambiar quedan marcados como sin cambio y permanecen en la lista. Así ves que se consideró todo el entorno y no solo las partes con una recomendación asociada.

¿Qué es un puntaje de eficiencia?

Una medida de qué tan bien se ajusta el tamaño de una máquina a su carga de trabajo real, informada antes y después del cambio propuesto para que la mejora se vea recurso por recurso.

¿Puedo exportar las recomendaciones?

Sí. Cualquier conjunto de recomendaciones se puede exportar a CSV, y cada ejecución se guarda con su fecha para poder comparar planes en el tiempo.

¿En qué se diferencia de Sage for AWS?

El producto de AWS resuelve los compromisos de EC2, ECS y EKS en un solo portafolio, porque los Savings Plans se comparten entre ellos, y puede aplicar por ti los cambios aprobados durante una ventana de parcheo. En Azure, el redimensionamiento y las decisiones de reserva se producen en conjunto por servicio. Consulta Sage for AWS para conocer ese lado de la plataforma.

Descubre qué encuentra Sage en tus suscripciones

Una evaluación gratuita se ejecuta sobre tu consumo real y devuelve las mismas recomendaciones de redimensionamiento y decisiones de reserva que describe esta página.

Solicita una evaluación gratuita