AWS 비용 절감 마스터하기: 비용이 급증하는 실수

회원전용 스토리

얀 카메라스

따르다

공유하다

거의 무한한 리소스를 제공하는 AWS의 능력은 훌륭하므로 클라우드 네이티브 애플리케이션을 구축할 때 리소스 제약을 결코 고려해서는 안 됩니다. 그러나 경제적 요인이 있고 예산이 무한한 사람은 없습니다. 저는 최근 회사의 계정 집합에 대한 AWS 청구서를 65% 줄였습니다. 이는 연간 약 60,000달러의 비용 절감 효과입니다. AWS는 이미 비용을 통제할 수 있는 다양한 서비스를 제공하고 있으므로 비용을 관리하는 데 고급 소프트웨어나 도구가 필요하지 않습니다. 비용 동인은 대부분의 계정과 회사에서 거의 항상 동일합니다.

적극 권장되는 접근 방식은 최소한 분기별로, 이상적으로는 월 단위로 AWS 비용을 검토하는 것입니다. 여기에는 청구서를 검토하는 것뿐만 아니라 AWS Cost Explorer를 사용하여 서비스를 자세히 살펴보는 것도 포함됩니다. 비용 탐색기는 비용을 높이는 요인에 대한 좋은 통찰력을 제공하지만 비용을 낮추는 방법에 대한 솔루션은 제공하지 않습니다. 많은 비용 요인의 경우 CloudWatch를 사용하여 서비스 사용량을 분석해야 하는 경우가 많습니다. 이러한 비용 요인과 이에 대응할 수 있는 방법을 살펴보겠습니다. 또한 공식 AWS 설명서나 권장 사항에서 찾을 수 없는 많은 비용 요인도 살펴보겠습니다.

수많은 기업에서 제가 접한 가장 일반적인 비용 동인은 과잉 프로비저닝입니다. 놀랍게도 AWS Solutions Architect 자격증에도 오버프로비저닝이 언급되어 있습니다. 이는 애플리케이션에 필요한 용량을 훨씬 초과하는 메모리 및 컴퓨팅 용량으로 리소스를 프로비저닝하는 것을 의미합니다. 메모리가 너무 많은 EC2 인스턴스이거나 과도한 메모리 또는 긴 실행 시간 초과로 할당된 Lambda 함수일 수 있습니다.

512MB의 메모리만 사용하여 Lambda 함수를 프로비저닝하는 것은 어리석게 들릴 수 있습니다. 그러나 실행 통계에 따르면 Lambda 함수가 400MB 미만을 사용하는 것으로 나타나면 할당된 메모리를 줄이는 것을 고려해야 합니다. 많은 개발자의 일반적인 접근 방식은 너무 많은 메모리와 너무 긴 실행 시간 초과로 Lambda를 배포하는 것입니다. 람다가 API 게이트웨이 뒤에 있는 경우 어쨌든 최대 실행 시간은 30초로 제한됩니다. Lambda의 컴퓨팅 성능 또는 사용 가능한 vCPU는 할당된 리소스와 직접적으로 관련됩니다.