AWS Savings Plans 와 Reserved Instances 비교 분석
FinOps 분야에서 우리는 종종 고객이 "회사의 EC2 인스턴스와 Fargate에서 컴퓨팅 지출이 늘어나면서 컨테이너를 관리하기 어려워지고 있습니다. 회사가 성장함에 따라 비용을 절감할 수 있는 옵션은 무엇입니까?"와 같은 말을 하는 것을 듣습니다. RI와 SP의 미묘한 차이를 꼼꼼히 살펴보려면 먼저 두 프로그램을 얼마나 관리할 것인지에 대한 실제 평가를 내려야 합니다. 차이점에 관계없이 말입니다. 하지만 먼저 두 프로그램을 간단히 비교해 보겠습니다.
보시다시피 각각의 절감율은 매우 유사합니다. 각각은 다소 좁은 범위의 사용 사례에 적합하지만 모두 클라우드 지출을 줄이는 데 도움이 됩니다.
Savings Plans는 커밋 할인을 간소화합니다
AWS Savings Plans는 할인 상품권처럼 자동으로 약정 금액을 적용하여 청구서를 줄여줍니다. 특정 인스턴스 구성을 약정하는 대신 시간당 달러 약정 금액을 지정합니다. Amazon의 Savings Plans 기능은 용량 계획을 간소화하고 절감을 제공하지만 실제로는 비용을 통제하는 더 나은 방법을 찾고자 하는 고객의 끝없는 욕구에 어필하려는 Amazon의 피상적인 시도입니다. 하지만 이익을 추구하는 기업으로서 Amazon이 이를 완벽하거나 위험 없는 것으로 만드는 데 전적으로 이롭지 않은 것은 당연합니다.
Savings Plans의 기본 사항을 살펴보겠습니다.
EC2 인스턴스 플랜 - 표준 RI와 동일한 할인(~40-60%)으로 EC2만 포함하지만 인스턴스 패밀리 및 지역(예: / R7G / us-east-1)에 고정됨
Compute Plan - 전환형 RI와 거의 동일한 할인(~30-50%)으로 EC2, Fargate 및 Lambda를 포함하지만 전 세계 지역에 걸쳐 있어 더 유연합니다.
EC2와 Fargate를 모두 포함할 수 있습니다.
Compute Savings Plan은 RI와 동일한 커밋먼트 유연성으로 EC2와 Fargate 사용 모두에 대한 할인을 받을 수 있습니다. 또한 RI와 달리 Savings Plan은 사용량이 증가하면(또는 증가할 때) 쉽게 확장할 수 있습니다.
RI는 예측 가능한 EC2에 대해 약간 더 나은 할인을 제공합니다.
예측 가능한 인스턴스 유형을 실행하는 EC2 워크로드의 경우 RI는 Savings Plans보다 약간 더 나은 할인을 제공합니다. 3년 전액 선불 RI는 50% 이상을 절약할 수 있습니다. 여기서 키워드는 "예측 가능"입니다. 개인적으로 "예측 가능"하도록 의도된 환경을 구축했지만 의도한 대로 진행되지 않았습니다. 피할 수 없는 기능 확장이나 성장으로 인해 잘 세운 계획이 금세 망가졌습니다.
또한, 저는 장기 RI에 갇혀서 환경을 재구성하려는 저의 야망이 방해를 받았고, 확장된 RI 약속은 사용자를 가두어 이러한 의도에 반했습니다. 그렇습니다, 예약은 있지만 관리해야 할 오버헤드가 더 많습니다.
가능하면 스팟 인스턴스를 사용하세요
또 다른 접근 방식은 Spot을 사용하는 것입니다. 컨테이너화된 워크로드의 경우 중단될 수 있는 작업 확장에 EC2 Spot 인스턴스와 Fargate Spot을 최대한 활용할 수 있습니다. Spot을 사용하면 약정 없이 RI 수준의 할인을 받을 수 있습니다. 여기서 과제는 워크로드가 중단에 얼마나 강한가입니다. 이러한 제한 내에서 아키텍처가 구축된 경우 Spot은 환상적입니다. 그러나 메모리 내 데이터베이스와 기타 여러 대규모 인스턴스는 적합하지 않습니다.
"믹스 앤 매치" 접근 방식이 효과적일 수 있습니다
일반적으로 절감 전략을 결합하는 것이 견고한 접근 방식입니다. 기본 Fargate 사용에는 Compute Savings Plan, EC2 용량에는 EC2 Savings Plan, 두 가지 모두의 임시 확장에는 Spot을 사용합니다. 사용량이 증가함에 따라 Savings Plans와 RI 간의 분할을 재평가해야 할 수도 있습니다. 그러나 Spot은 워크로드 유연성을 위해 일정해야 합니다. 지출 모니터링과 적절한 규모 약정 또한 중요합니다. 여기서의 위험은 AWS가 CPU/hr을 개선하는 새로운 기술을 출시할 때 장기 약정을 하는 것입니다. Graviton은 이러한 혼란의 좋은 예입니다.
활용 및 적용 범위 승리 전략 깨기
절감 옵션을 선택하고 고르는 뉘앙스를 익힌 후에는 팀의 다양한 프로젝트와 진행 중인 요구 사항이 절감 전략을 성공적으로 구축하는 능력을 앞지르게 될 수 있음을 깨닫게 될 것입니다. ML 학습과 같은 일시적인 워크로드는 쉽게 처리되지 않습니다. 따라서 내부적으로 계획된 AWS 절감 전략이 있음에도 불구하고 일반적으로 60-70%의 적용률만 보이는 고객을 보게 됩니다.
이것이 얼마나 어려운 일인지 깨달으신다면 – 우리는 여러분의 말씀을 듣습니다!
다행히도, 우리는 OpsNow라는 고급 FinOps 클라우드 관리 플랫폼을 만들어 도움을 주었습니다. OpsNow는 클라우드 지출을 자동화하고 최적화하고, 리소스 활용을 추적하고 추세를 파악하며, 최상의 비용 적용 전략을 추천하기 위해 존재합니다.
우리의 목표는 Savings Plan 대 RI 분석의 복잡성을 대부분 관리하는 것입니다. 우리는 적용 범위, 활용, 변동성 및 성장을 최적화하는 ML 모델을 조합하여 이를 수행합니다.
그 결과 AutoSavings라는 완벽하게 관리되는 제품이 탄생했습니다. AutoSavings는 자체 SP 및 RI 약정을 통해 수행할 수 있는 것 이상으로 지출 관리를 효과적으로 자동화합니다. 이 모든 것을 약정이나 플랫폼 활용 비용 없이 제공합니다.
다른 이점:
- 지역, 운영 체제 및 인스턴스 유형에 대한 간단한 작업 배치 가능
- 과도한 약정 없이 할인을 극대화하기 위해 절감 구매를 자동화
- 절감 플랜과 RI의 저글링 제거.
- 변화하는 요구 사항 및 작업 부하에 원활하게 적응
가장 중요한 점은 OpsNow AutoSavings를 사용하여 최대 절감 및 적용 범위를 달성하는 것이 수동으로 자신의 약정을 미세 조정하는 끝없는 노력보다 중요하다는 것입니다.저희의 목표는 전반적인 클라우드 절감을 촉진하는 동시에 엔지니어를 어렵고 용서받지 못하는 비용 절감 분석 노력에서 해방시키는 것입니다.저축 플랜과 RI 간의 미묘한 차이를 이해하는 것이 유용하지만 OpsNow와 협력하면 분석 부담을 크게 덜어줄 수 있습니다.
