Retour à tous les cas d'usage

AuditMultisectoriel

Le choix du plan et les paramètres de scale-out déterminent la facture bien avant le code

Organisme de services publics

Revue du choix des plans d'hébergement, du comportement de scaling des instances et de l'impact des cold starts sur un parc Azure Functions, pour aligner les coûts sur le profil réel des charges.

Présentation

Le coût d'Azure Functions dépend surtout du plan d'hébergement et de la configuration du scaling. Les plans Consumption, Elastic Premium et Dedicated suivent des courbes de coût très différentes, et un parc qui a choisi un seul plan pour tout paie généralement trop cher pour certaines charges tout en subissant des cold starts sur d'autres.

Défi

Tout tournait sur un unique plan Premium, choisi des années plus tôt pour régler un problème de cold start sur une API sensible à la latence. L'essentiel du parc était constitué de traitements batch à faible volume, qui auraient coûté bien moins cher en Consumption. Par ailleurs, le nombre d'instances always-ready et les limites maximales de burst n'avaient jamais été ajustés : le plan était dimensionné pour un pic qui survenait quelques fois par mois.

Environnement

Azure Functions regroupant des API déclenchées par HTTP, des consommateurs de files d'attente et des traitements batch planifiés sur un plan Premium partagé. AceMQ conseille le client sur le choix des plans, la configuration et l'architecture ; Microsoft exploite la plateforme.

Approche

AceMQ a profilé, pour chaque function app, le schéma d'invocation, la durée d'exécution et la sensibilité à la latence, puis modélisé le coût de chaque option de plan par classe de charge. La tolérance aux cold starts a été mesurée au regard des exigences de latence réelles plutôt que supposée, et c'est généralement là que se trouvent les économies.

Solution

  1. Profilage des schémas d'invocation, des distributions de durée et de la sensibilité à la latence pour chaque function app
  2. Modélisation des coûts des plans Consumption, Elastic Premium et Dedicated pour chaque classe de charge
  3. Recommandation d'un plan par application plutôt que d'un plan unique pour tout le parc
  4. Ajustement du nombre d'instances always-ready et des limites maximales de burst sur le pic mesuré, et non sur la crainte du pire scénario
  5. Identification des fonctions pour lesquelles le cold start compte vraiment et de celles pour lesquelles il n'a manifestement aucune importance
  6. Livraison d'une séquence de migration indiquant pour chaque déplacement les économies attendues et le risque en termes de latence

Résultat obtenu

Sortir les charges batch et à faible volume du plan Premium a nettement réduit les coûts d'hébergement, tandis que les API sensibles à la latence ont conservé leurs instances préchauffées. Le choix du plan est désormais une décision prise charge par charge, avec une justification explicite.

Technologies

Azure FunctionsAzure Service BusDockerKubernetes

Prêt pour un bilan de santé Azure Functions ?

Les ingénieurs Azure Functions seniors d'AceMQ ont déjà mené exactement ce type de mission. Que vous ayez besoin de conseils d'architecture, d'une remédiation concrète ou d'un partenariat managé dans la durée, nous sommes prêts à vous aider.