コスト データを収集および確認するためのアーキテクチャ戦略

この Azure Well-Architected Framework のコスト最適化チェックリストの推奨事項に適用されます。

このガイドでは、ワークロードのコスト データを収集して確認するための推奨事項について説明します。 コスト データを収集してワークロードの全体像を把握し、支出が確実に最適化されるようにします。 データ収集には、課金データ、リソース使用率、使用パターンなど、コスト最適化のすべてのインジケーターが含まれます。

収集されたデータを使用すると、アーキテクチャの決定のコストと、ユーザーまたはユニットあたりのコストなどのビジネス ドライバーを把握できます。 このデータを使用すると、お金の行き先と支出を最適化する方法をより明確に理解できます。 コスト データを収集して確認しないと、予算超過、支出のベースラインがなく、クラウド ワークロードの財務状態を理解できなくなる可能性があります。

定義

データ収集は、コスト削減の機会、会計 (ショーバック と チャージバック) を特定し、効率的なリソース使用量を実現するために不可欠です。 関連するすべてのソースからのコスト データの収集とレビューに優先順位を付ける必要があります。 収集したデータを一元化して、効率的な分析と定期的なレビューを行い、リソース所有者を割り当て、可能な場合はアラートを自動化する必要があります。

コスト データの収集

クラウド ワークロードの効果的なコスト管理には、コンピューティングからネットワークの使用状況まで、関連する費用を包括的に把握する必要があります。 収集されたデータは、リソースが消費されている場所と方法を詳細に表示します。 これにより、非効率性を特定し、リソースの割り当てに関する情報に基づいた意思決定を行い、最終的にコストを最適化して、投資に最適な価値を得ることができます。

データ収集を有効にします。 データ収集には、コンピューティング、ストレージ、ネットワークの使用状況、ワークロードで使用されるその他のサービスや機能など、ワークロード コストのすべてのソースを含める必要があります。 データには、請求書付きデータと従量制課金データが含まれている必要があります。 請求されたデータは 実際のデータです。 実際の請求済み経費が反映されます。 従量制課金データは、サービスの課金プランに基づく予測形式のデータです。 それでも価値はありますが、従量制課金データの毎日のスライスは、正確な数値ではなく 、適切な見積もり と見なされます。 これらのコンポーネントの請求書データと従量制課金データの区別を認識することで、財務計画と分析の精度を高めることができます。

使用可能なすべてのコレクション メソッドを使用します。 コスト データを収集するには、サービス プロバイダーのコスト監視やユーティリティなど、使用可能なすべてのツールと方法を自由に使用してワークロードの費用を監視します。 これらのツールは、通常、コストの内訳、使用状況の傾向、最適化の提案に関する詳細な分析情報を提供しますが、すべてをキャプチャしない場合があります。 データ ディクショナリや分類などの既定の機能について説明します。

特定のワークロードに必要な場合は、カスタム ビューを設計します。 ネイティブ ツール以外にも、サービス プロバイダーが API を提供している場合は、それらをタップしてコスト データをプログラムで取得します。 API は、自動化されたコスト レポートを容易にし、既存の管理システムとシームレスに統合します。 目標は、考えられるすべてのソースからコストの詳細を収集することです。 API を使用したデータのプル、コストの手動入力、または財務システムとの同期のいずれを意味する場合でも、一元化された包括的なコストの概要を確保することが重要です。

コスト データを一元化します。 一元化されたコスト データにより、そのデータの管理と分析が容易になります。 これにより、すべてのワークロード コストの共通データ スキーマを通じて統一されたビューが確保され、コストの最適化戦略が向上します。 使用状況データを組み合わせる必要があり、データは中央の分析シンクに流れる必要があります。 クラウド プロバイダーによって提供されるコスト管理ツールを使用することも、データをサードパーティのコスト管理ソリューションと統合することもできます。 目標は、承認された利害関係者が簡単にアクセスできる低コストのソリューションを用意し、堅牢なデータ分析機能を提供することです。

トレードオフ: コスト データを長期間保持すると、履歴分析と傾向の識別が可能になります。 ただし、データの格納にはコストがかかる場合があります。 コストを最小限に抑えるには、新しいデータの粒度を使用せずに、古いデータを集計データ ポイントとして格納します。 また、分析のニーズに基づいて最適な保持期間を決定します。

データをグループ化する

データをグループ化すると、コストを効果的に管理するためのより良い分析情報を得ることができます。 部門やプロジェクトなど、さまざまなディメンションに基づいてコストを分割できるため、それぞれの利害関係者にコストを正確に割り当てることができます。 データをグループ化すると、透明性、アカウンタビリティ、コスト認識が促進されます。

コスト データを、リソース、サービス、環境、リージョン、部門、プロジェクト、チームなどの意味のあるカテゴリにグループ化します。 たとえば、リソースとサービス レベルでのコストの内訳を理解すると、リソースの割り当て、スケーリング、さらには使用停止に関する情報に基づいた意思決定を行うのに役立ちます。 運用、ディザスター リカバリー、品質保証などの環境別にコスト データをグループ化すると、コストの不一致を特定し、各環境の特定のニーズに基づいてリソース使用量を最適化するのに役立ちます。 ワークロード データをグループ化するときは、次の推奨事項を検討してください。

• 使用状況とコンポーネント データを収集します。 ワークロード内の各コンポーネントの使用状況とコストに関する詳細情報を収集します。 このデータをキャプチャすることで、さまざまな角度からコストを分析し、コストの内訳に関する分析情報を得ることができます。

• さまざまなディメンションを表示します。 技術ディメンション (リソースの種類やサービス カテゴリなど)、リソース組織のディメンション (部門やチームなど)、およびビジネス モデル ディメンション (プロジェクトやコスト センターなど) によって、毎日の経費を分割します。 この内訳を使用すると、特定の問題またはシナリオに最も重要なディメンションに基づいてコストを分析できます。

• メタデータを適用します。 メタデータを使用してデータをグループ化し、意味のあるコスト レポートを生成できます。 これにより、高コストの領域を特定し、部門またはプロジェクト レベルでアカウンタビリティ対策またはコスト最適化戦略を実装できます。 メタデータを使用して、アプリケーションのコア ビジネス モデルを反映する方法でコストをグループ化するメカニズムを設計できます。 たとえば、マルチテナント ソリューションの共有リソースではなく、テナント識別子を使用してリソースにタグを付ける場合などです。 アプリケーションの価格モデルに基づいてコスト データをピボットする機能は、重要な分析情報を提供できます。

コスト レポートを生成する

コスト データを収集したら、それを使用してコスト レポートを生成する必要があります。 コスト レポートは支出を可視化し、ワークロードの支出パターンの分析を容易にします。 コストの最適化が必要な領域を特定し、十分な情報に基づいて意思決定を行って支出を最適化できます。 コスト レポートを使用すると、さまざまなチーム、部門、またはプロジェクトにコストを割り当てることができます。 この割り当ては、分散を理解するのに役立ち、正確なチャージバックまたはショーバックを容易にします。

一般的なシナリオに対処します。 ワークロード コストのコスト レポートを生成するときに、一般的なコストの問題に対処できるようにする必要があります。 共通の懸念領域でデータを収集すると、コスト、メトリック、使用状況などの必要なデータ セットが協調的に解釈されるようになります。 一般的な懸念事項は次のとおりです。

• 詳細なコスト: コスト レポートでは、ユーザーごとに割り当てられた金額とデバイスあたりのコストに関する情報を提供する必要があります。

• リソース使用率: コスト レポートは、現在のリソースが完全に利用されているかどうかを評価し、潜在的な節約額を特定するのに役立ちます。

• 代替ソリューション: コスト レポートでは、新しいソリューションへの移行のコストと潜在的な節約額を比較する必要があります。 また、動的ソリューションへの切り替えの実現可能性も評価する必要があります。

• 投資収益率: コスト レポートは、システム運用に入る収益の割合を判断するのに役立ちます。 システムが収益を上げない場合は、他の ROI メトリックを測定する必要があります。

• 支出パターン: コスト レポートでは、支出パターンを分析して、時間の経過に伴うコストの傾向とパターンを特定する必要があります。 支出パターンは、コストの最適化と予算計画に関する情報に基づいた意思決定を行う際に役立ちます。

会計基準に合わせます。 コスト レポートは、内部の会計基準に対応する必要があります。 一般的なシステムはショーバックとチャージバックです。 ショーバックは可視性に関するものであり、チャージバックはアカウンタビリティに関する情報です。

• ショーバック とは、クラウド コストについて個々のチームや部門に課金することなく、組織全体でコストの可視性を提供することを指します。 コスト レポートを使用して、各チームまたは部門によって発生したコストを示すショーバック ステートメントを生成できます。 たとえば、マーケティング チームは 15,000 ドルを使用し、エンジニアリング部門は 40,000 ドルのワークロード支出の合計コストとして 25,000 ドルを負担しました。 Showback は、各部門にコストの内訳を提供し、各チームがリソースの消費量を確認して最適化できるようにします。 これらのレポートは透明性を提供し、利害関係者が使用状況と関連するコストを理解できるようにします。

• チャージバック には、実際の使用状況に基づいて、それぞれのクラウド コストに対する内部チームまたは部門への課金が含まれます。 チャージバックはデュアルファセットです。 他のユーザーには課金できます。他のユーザーは、レンダリングされたリソースの使用量とサービスに基づいて課金できます。 たとえば、ワークロードでは一元化されたセキュリティ サービスが使用されます。 1 か月間、セキュリティ チームはサービスに対して 10,000 ドルの請求を行いました。 ただし、ワークロードを使用するために、それぞれ 7,000 ドルと 8,000 ドルの販売部門とマーケティング部門に請求しました。 クレジットとデビットの両方のすべてのチャージバック トランザクションは、一元化されたコスト データ シンクに統合されます。 チャージバックにより、すべての経費が考慮され、組織の財務管理に組み込まれます。 これは、包括的なビューを提供し、部門間コストの最適化を促進します。

包括的なレポートを提供します。 コスト レポートには、クラウド サービスとベンダーのコストを含める必要があります。 レポートには、発生したコスト (請求済み)、前払いコスト (償却済み)、傾向、予測、クレジット、コスト差異が含まれている必要があります。 ショーバック システムとチャージバック システムの両方で、コスト レポートには次の要素が含まれている必要があります。

• 発生コスト: 発生したコストは、従量制課金使用量に基づいて発生した実際のコストを参照します。 これらのコストは、特定の請求期間内のリソースまたはサービスの使用量に基づいて計算されます。

• 前払いコスト: 前払いコストは、事前に支払われた費用であり、特定の期間にわたって分散されます。 これらのコストは、通常、前払い期間中に均等に償却または割り当てられます。

• 傾向: コストの傾向を分析するには、履歴データを調べて、時間の経過に伴う支出のパターンと変化を特定する必要があります。 この分析は、コストがどのように変動するかを理解し、基になる要因を特定するのに役立ちます。

• 予測: コスト予測では、履歴データと傾向に基づいて将来の支出を予測し、将来のコストを見積もり、それに応じて計画することができます。 予測は、機械学習アルゴリズムなどのさまざまな手法を使用して生成できます。

• クレジット: サービス プロバイダーは、多くの場合、サービスにクレジット (無料使用) を提供します。 コスト レポートには、支出ニーズを適切に理解するために、クレジット残高と使用状況を含める必要があります。

• コスト差異: コスト レポートのコスト差異は、実際に発生したコストと予想コストまたは予算コストの差を指します。 計画コストからの逸脱を特定し、その背後にある理由を理解するのに役立ちます。

リソース所有者の割り当て

各コスト項目には、 リソース所有者として直接責任を持つ個人 (DRI) が必要です。 各コスト項目にリソース所有者を割り当てると、関連するコストに対する明確なアカウンタビリティが確保されます。 特定のリソースまたはサービスの使用状況とコストを管理および最適化する責任者を特定するのに役立ちます。 リソース所有者は、次の点で重要です。

• コストの割り当て: 各コスト項目にリソース所有者を割り当てると、正確なコストの割り当てが可能になります。 リソース所有者は、適切なチーム、部門、またはプロジェクトへのコスト属性を確保し、財務の透明性と予算管理を促進します。

• コミュニケーション: リソース所有者を割り当てると、ワークロード チームと組織内での効果的なコミュニケーションとコラボレーションが促進されます。 コスト管理に関する議論が容易になり、ベスト プラクティスの共有が促進され、リソース所有者が連携してコストをまとめて最適化できるようになります。

• 意思決定: リソースの所有者は、リソースのプロビジョニング、スケーリング、最適化に関連する意思決定において重要な役割を果たします。 ビジネス目標とコスト最適化の目標に合った情報に基づいた意思決定を行うために必要な分析情報と所有権を持っています。 リソース所有者は、リソースに関連するコストを積極的に監視および分析できます。 コスト削減の機会を特定し、リソースの使用状況を最適化し、コストを制御および削減するための決定を行うことができます。

コスト データを確認する

利害関係者と共に、予算とコスト モデルに対する支出を定期的に確認します。 定期的なレビューは、コストの傾向、外れ値、最適化の領域を特定するのに役立ちます。 これらのレビューでは、財務チーム、運用チーム、意思決定者などの利害関係者を関与させ、コスト最適化の取り組みを推進することが重要です。 レビューにより、コストが期待値に合わせて調整され、必要に応じて調整が可能になります。 使用パターンの変化を監視し、必要に応じてリソースの割り当てを調整し、コスト データの継続的な分析に基づいてコスト削減メジャーを実装します。

コスト データの分析

ワークロードから収集されたコスト データを確認して、支出パターンに関する分析情報を得る。 レビューには、リソース使用率の分析、コスト ドライバーの特定、ワークロードのさまざまなコンポーネント間でのコストの分散の理解などが含まれます。 また、コンピューティング使用量やネットワーク転送コストなど、コストの増減にも注意する必要があります。 パフォーマンスや機能を損なうことなくコストを最適化できる領域を探します。 たとえば、使用率の低いリソース、インスタンスの権利化、クラウド プロバイダーによって提供されるコスト削減機能を特定します。

アーキテクチャの選択を確認する

ワークロードのアーキテクチャ上の決定を調べるには、コストへの影響に焦点を当てることが不可欠です。 代替パターンまたはクラウドネイティブ オファリングを利用すると、大幅なコスト削減につながる可能性があります。 サービスとしてのプラットフォーム (PaaS) またはサービスとしてのソフトウェア (SaaS) をサービスとしてのインフラストラクチャ (IaaS) 経由で選択すると、経済的になる可能性があります。 PaaS では、インフラストラクチャの費用がサービスの価格の一部であるだけでなく、プラットフォームによって、統合されたコストでこれらのリソースのプロビジョニングと管理も簡素化されます。 たとえば、下位レベルの仮想マシンをジャンプ ボックスとしてデプロイすると、ストレージ、サーバー管理、パブリック IP 構成に追加コストが発生する可能性があります。 これに対し、PaaS はこれらの複雑さを処理し、多くの場合、セキュリティ強化を含む統合コストを提供します。

コスト アラートを自動化する

自動アラートを実装すると、キーのしきい値で予算通知をトリガーできます。 これらのアラートは、コストが定義済みの制限を超えた場合、または予想される支出パターンから大幅に逸脱した場合に、関係者や DRI に通知するように設定できます。 予算アラートと予測アラートは、コスト アラートの自動化に使用される 2 種類のコスト アラートです。

予算アラートを使用します。 予算アラートを使用すると、予算金額を設定し、実際のコストのしきい値を定義できます。 実際のコストが指定されたしきい値を超えると、予算アラートがトリガーされます。 これらのアラートは、支出を監視し、予算に近づいているか、予算を超過しているときに通知するのに役立ちます。 予算アラートは、発生した実際のコストに基づいています。 ワークロードの支出はさまざまです。 少なくとも、目標予算のアラートを予想コスト (100%)、理想的な支出 (90%)、理想的な支出 (110%) 未満に設定する必要があります。

予測アラートを使用します。 予測アラートは、支出の傾向が予算を超える可能性が高い場合に、高度な通知を提供します。 これらのアラートは、予測コストの予測に基づいて生成されます。 予測コストが設定されたしきい値を超えると、予測アラートがトリガーされます。 予測アラートは、潜在的なコスト超過を予測するのに役立ちます。そのため、支出を制御するための予防的な対策を講じることができます。 予測アラートは、目標予算の 110% に設定する必要があります。

異常検出を使用します。 異常検出は、コスト データの予期しないパターンや異常なパターンを特定するのに役立ちます。これにより、コストの異常を迅速に検出して対処できます。 異常検出手法を使用して、予期しないスパイクやコストの低下などの傾向ベースラインからの逸脱を特定し、適切なアクションを実行します。 異常検出を調整して、支出ガードレールで妨げられない、または断続的に妨げられない変動をキャッチする必要があります。

コストの異常の分析に基づいて、状況に対処するために必要なアクションを決定します。 アクション プランには、リソース使用率の最適化、仮想マシンのサイズ変更、Azure Policy コントロールの実装、予算の調整が含まれる場合があります。 コスト管理メジャーをビジネス値に合わせ、予算調整に必要な承認を得ることが重要です。

自動化されたプロセスを実装して、コストの差異をリアルタイムで識別して対処します。 オプションには、リソースの自動スケーリング、シャットダウンの自動化、コストの異常の調査と軽減のためのワークフローの確立などがあります。 主要業績評価指標 (KPI) を確立して、コスト予測の精度、コストと予算、予期しない異常の数、予測アラートに対応する時間を測定します。 予測を定期的に確認し、差異を追跡し、予算の期待値に合わせて調整します。

リスク: コスト データの収集とレビューを自動化することで、時間と労力を節約できます。 ただし、自動化のみに依存すると、手動でのレビューと分析を必要とする特定のコスト最適化の機会を見落とす可能性があります。 自動化と手動レビューの間で適切なバランスを見つけることが重要です。

Azure ファシリテーション

コスト データの収集とグループ化: Azure には、 コスト分析 や Azure Advisor などのサービスが用意されており、Azure の支出と使用状況の追跡と分析に役立ちます。 これらのサービスは、コストを正確に計算するために必要なデータをキャプチャします。 Azure タグを使用してコストをグループ化し、さまざまな事業単位、エンジニアリング環境、コスト部門に合わせます。 タグは、企業がさまざまなグループ間でコストを管理および割り当てるために必要な可視性を提供します。

コスト レポートの生成: コスト分析 では、発生したコスト、前払いのコスト、傾向、予測に関する分析情報を提供するカスタマイズ可能なレポートが提供されます。 これらのレポートは、特定の要件に合わせて調整でき、コストの包括的なビューを提供します。

コスト データの確認: Microsoft Power BI は、コスト データの収集とレビューに役立ちます。 Power BI には、コスト データを収集、確認、分析するための包括的なソリューションが用意されています。 これにより、分析情報を取得し、傾向を追跡し、コストを効果的に最適化できます。 Cost Management と統合され、コスト データを Power BI にインポートできます。

小規模なコスト データ セットの場合は、 Usage Details API を使用して、Azure の請求書に対応する未集計の生のコスト データをプログラムで取得できます。

アーキテクチャ設計の選択肢の確認: Azure には、さまざまな PaaS リソースが用意されています。 PaaS オプションを検討する場合の例を次に示します。

アラートの自動化: Cost Management を使用すると、支出のしきい値または予算に基づいて 、自動化されたアラートとアクション を設定できます。 これらのアラートは、コストが定義済みの制限を超えた場合や、予想されるパターンから逸脱した場合に、利害関係者に通知をトリガーできます。 コスト分析を使用して、コストの異常を表示して対応する必要があります。 この機能により、予期しないスパイクやコストの低下が強調され、タイムリーな調査とアクションが可能になります。

ログ分析コストを最適化する: 大量のログを生成するトラフィックの多いサービスの場合は、 インジェスト時間変換 を実装して、関連するデータを選択的に処理して格納します。 たとえば、Azure Firewall では、ログ ストレージの前に高度なフィルター処理とデータ変換がサポートされているため、分析のためにセキュリティ関連のイベントを維持しながら、ログ分析の費用を削減できます。 大量の環境で定期的なトラフィック ログを減らしながら、重要なセキュリティ イベントを保持するようにフィルター規則を構成します。

関連リンク

• コスト分析と予算のグループ化とフィルターのオプション
• Cost Management でコスト アラートを使用して使用状況と支出を監視する
• Azure の課金とコスト管理の予算シナリオ
• タグ継承を使用してコストをグループ化して割り当てます。
• Azure のコストを割り当てる

コスト最適化チェックリスト

完全なレコメンデーションのセットを参照してください。