Um die potentielle Azure Kosten zu berechnen und einen Vergleich mit den Kosten des eigenen Rechenzentrum zu erzielen, müssen wir die vorher ermittelten Gesamtkosten (direkt und indirekt) mit den Gesamtkosten (direkt) auf Azure vergleichen.
Um den Vergleich einfach zu halten, führen wir diesen Vergleich unter der Annahme durch, dass wir einen Lift & Shift Approach wählen. Die Berechnung werden so durchgeführt, als würden wir die Virtuellen Maschinen eins zu eins nach Azure migrieren (ohne die Architektur zu ändern).
Dies ist keine Empfehlung für die spätere Umsetzung, sondern ein einfacher Weg, schnell an erste belastbare Zahlen zu kommen
General Purpose vs. Memory Optimized virtualisierte Maschinen
Um die Berechnungen durchzuführen, müssen einige Grundlagen bekannt sein, welche die Kosten beeinflussen. Der Unterschied zwischen General Purpose (GP) und Memory Optimized (MO, Speicheroptimierte) virtuelle Maschinen ist der erste Baustein. Vereinfacht haben GP Maschinen eine GBRAM/CPU Ratio von etwa 1:4, während MO Maschinen eine GBRAM/CPU Ratio von über 1:8 haben.
Ein Beispiel für GP ist die Azure Dv3 Serie mit einer Ratio von 1:4 (4 GBRAM auf ein vCore), während die Ev3 Serie mit einer Ratio von 1:8 ein gutes Beispiel für MO ist.
Einen kompletten Überblick über die verschiedenen Azure Virtuelle Maschinen gibt es hier .
Wie beeinflusst die Auswahl die Kosten?
Wenn wir die Kosten einer virtuellen Maschine auf ein GBRAM normieren, können wir feststellen, dass der Preis pro GBRAM (bis auf wenige Ausnahmen) innerhalb einer Serie konstant ist. Als Beispiel – eine Dv3 VM mit Windows Betriebssystem:
Der Preis (Stand 27.11.2019, West Europa) für ein GBRAM beträgt $0,636/Tag – egal welche Instanz dieser Serie wir betrachten.
Warum wir auf GBRAM und nicht auf die vCPU normieren? – dazu mehr in einem späteren Blog (oder kurze Mail)
Die Kosten für die Nutzung der virtuellen Maschinen (VM) können durch deren effiziente Auslastung optimiert werden. Sowohl die Prozessorlast, wie auch die Auslastung des Speichers sollte bei über 50% liegen – je höher, je effizienter und kostenoptimierter nutzen wir die VM. Falls die Auslastung unter 50% fällt, sollten wir eine kleinere Instanz derselben Serie wählen und sparen dadurch z.B. 50% der Kosten (z.B. von D8v3 auf D4v3)
Typische Einsatzbereiche der virtuellen Maschinen
General Purpose VMs werden wie der Name schon sagt, in Gebieten eingesetzt, in der ein ausgewogenes Verhältnis benötigt wird. In den Bereich fallen Test/Dev oder Entwickler VMs. Memory Optimized VMs können für Speicher intensive Workloads eingesetzt werden, wie zum Beispiel Datenbanken.
Somit ist die intelligente Auswahl der VM-Serie und Instanz in der Serie eine der ersten Bausteine zu einem kosten-optimierten Betrieb einer Umgebung auf Azure.
Azure Regionen
Ein weitere Optimierung der Kosten erreichen wir durch die Auswahl der Region. Jede Azure Region bietet Azure Komponenten zu Preisen an, welche sich teilweise signifikant unterscheiden:
Bleiben wir bei unserer Dv3 Serie:
Wie oben beschrieben kostet das GBRAM/Tag in der Region WestEurope $0,636/Tag (24h). In der Region NorthEurope sind es aber nur $0,597/Tag, was einen Kostenvorteil von 6% ergibt.
Wir sparen uns auf einen Monat gerechnet bei der kleinsten Instanz (D2 v3, 2 vCPU, 8 GB RAM) $9,36.
Falls wir in die lokalen Regionen gehen, bietet sich folgendes Bild für die Dv3 Serie (pro GBRAM/Tag):
Schweiz Nord: $0,708
Schweiz West: $0,837
Deutschland West Mitte: $0,621
Deutschland Nord: $0,726
Aus Kostengründen sollten die Regionen Schweiz West bzw. Deutschland Nord nicht als primäre Standorte für die Infrastruktur gewählt werden. Microsoft selbst erklärt, dass diese beiden Regionen für Kunden reserviert sind, die ihre Infrastruktur in Schweiz Nord/Deutschland West Mitte durch ein „in-country disaster recovery“ schützen wollen.
Selbst ohne diese Erklärung sollte es nur ganz wenige Einzelfälle geben, in denen es Sinn macht, die teurere Region als primären Standort zu wählen.
Zusammenfassung: Mit einer intelligenten Auswahl der eingesetzten Virtuellen Maschinen, Instanzen und die Region für den primären Standort lassen sich schon im ersten Schritt Kosten sparen.