Torna a tutti i casi d'uso

AssessmentTrasversale

Scelta del piano e impostazioni di scale-out decidono la fattura molto prima del codice

Organizzazione di servizi per il settore pubblico

Revisione della scelta del piano di hosting, del comportamento di scaling delle istanze e dell'impatto dei cold start su un parco Azure Functions, per allineare i costi alla forma reale del carico di lavoro.

Panoramica

Il costo di Azure Functions dipende soprattutto dal piano di hosting e dalla configurazione dello scaling. I piani Consumption, Elastic Premium e Dedicated hanno curve di costo molto diverse, e un parco che ha scelto un unico piano per tutto di solito paga troppo per alcuni workload mentre ne penalizza altri con i cold start.

Sfida

Tutto girava su un unico piano Premium scelto anni prima per risolvere un problema di cold start su una sola API sensibile alla latenza. La maggior parte del parco era costituita da lavoro batch a basso volume, che sul piano Consumption sarebbe costato molto meno. Nel frattempo il numero di istanze always-ready e i limiti massimi di burst non erano mai stati tarati, per cui il piano era dimensionato su un picco che si verificava poche volte al mese.

Ambiente

Azure Functions con API attivate da HTTP, consumer di code e job batch pianificati su un piano Premium condiviso. AceMQ fornisce consulenza su scelta del piano, configurazione e architettura del cliente; la piattaforma è gestita da Microsoft.

Approccio

AceMQ ha profilato pattern di invocazione, durata di esecuzione e sensibilità alla latenza di ciascuna function app, quindi ha modellato il costo di ogni opzione di piano per ciascuna classe di workload. La tolleranza ai cold start è stata misurata rispetto ai requisiti di latenza reali anziché presunta, ed è di solito lì che si nasconde il risparmio.

Soluzione

  1. Profilazione di pattern di invocazione, distribuzione delle durate e sensibilità alla latenza per ciascuna function app
  2. Modellazione dei costi sui piani Consumption, Elastic Premium e Dedicated per ciascuna classe di workload
  3. Raccomandato il piano più adatto per ogni app invece di un unico piano per l'intero parco
  4. Numero di istanze always-ready e limiti massimi di burst tarati sul picco misurato, non sul timore dello scenario peggiore
  5. Individuate le funzioni per cui il cold start conta davvero e quelle per cui, dati alla mano, non conta
  6. Consegnata una sequenza di migrazione con il risparmio atteso e il rischio di latenza per ciascuno spostamento

Esito

Spostare i workload batch e a basso volume fuori dal piano Premium ha ridotto in modo sostanziale i costi di hosting, mentre le API sensibili alla latenza hanno mantenuto le proprie istanze warm. La scelta del piano è ora una decisione per singolo workload, con una motivazione esplicita.

Tecnologie

Azure FunctionsAzure Service BusDockerKubernetes

Pronti per un health check di Azure Functions?

Gli ingegneri Azure Functions senior di AceMQ hanno già gestito proprio questo tipo di progetto. Che vi servano indicazioni architetturali, remediation operativa o una partnership gestita continuativa, siamo pronti ad aiutarvi.