Coût du Cloud public : ce qu’il ne faut pas oublier dans ses calculs
AWS, Google et Azure fournissent tous des outils pour estimer les coûts du Cloud. Toutefois, si l’on néglige la maintenance des services, les pics de demandes et les défaillances, la facture pourrait être plus élevée que prévu.
On pense généralement que comparé à une infrastructure sur site, le Cloud public a la capacité de réduire les coûts des entreprises. Toutefois, pour beaucoup d’entre elles, avoir une estimation objective des coûts liés aux déploiements Cloud reste aujourd’hui une vraie difficulté.
Une grande partie des fournisseurs de Cloud (AWS, Microsoft et Google) propose certes des outils qui facilitent une estimation mensuelle. Toutefois, ceux-ci ne garantissent pas de résultats exacts. En fait, ils ne sont le reflet que des informations entrées par l’utilisateur.
Des pics de trafic aux défaillances par exemple, cet article liste 5 facteurs qui peuvent potentiellement impacter les estimations puis augmenter la facture finale.
Les coûts des services oubliés
Ce qui fausse le plus les estimations de coûts : les services et les ressources que l’entreprise a tout simplement oubliés. Cela apparait par exemple lorsque l’entreprise n’a pas pris en compte l’ensemble des services impliqués par les workloads. Il est facile d’estimer le coût mensuel d’une instance AWS ou d’un bucket sur Azure. Toutefois, une workload s’étend généralement bien au-delà d’une simple instance.
Une infrastructure Cloud est composée de plusieurs ressources et services (compute, stockage et réseau). Ces services s’affichent sur votre facture mensuelle, calculés à l’heure ou au mois. Mais les entreprises doivent tout de même prendre en compte d’autres coûts, comme ceux associés à la migration des données ou aux appels aux API, par exemple.
De plus, les coûts des ressources et des services peuvent varier d’une région à l’autre, faisant d’autant gonfler la facture si l’on doit dupliquer les données entre ces mêmes régions. Cela, doit être inclus dans les estimations, tout comme le stockage et les outils d’administration. Si vous n’avez pas tous les détails, imaginez plusieurs scénarii d’usage et entrez plusieurs fois les données dans le simulateur.
La montée en puissance et coûts
L’autre cause d’inexactitudes est celle liée à la montée en puissance des workloads dans le temps. Le Cloud apporte une approche dynamique mais les gains en matière de coûts sur le long terme sont discutables. Dans certains cas, il est plus rentable sur le long terme d’héberger ses workloads dans son propre data center.
Si une application métier est populaire au sein d’une communauté, son usage va systématiquement augmenter. Le Cloud public peut apporter les ressources nécessaires, mais ces ressources additionnelles ont un coût. Peu de simulateurs de coûts prennent en compte ces ajouts. Cela veut aussi dire que même l’application Cloud la plus optimisée en termes de coûts peut devenir plus coûteuse que si elle était hébergée en local.
Il s’agit alors de concevoir des comparatifs de coûts en y intégrant des prédictions de croissance. Il s’agit également de considérer d’autres options, comme les instances réservées d’AWS par exemple.
Les coûts dûs à des demandes ponctuelles
Il arrive également que les entreprises oublient de prendre en compte dans leurs estimations les coûts associés à des usages périodiques de services, comme cela peut être le cas avec les applications comptables ou scientifiques. Celles-ci enregistrent des hausses d’usage qui augmentent la facture.
Ces pics d’usage à court terme sont difficiles à réguler. Et le problème est dans l’architecture même de l’application Cloud. Les équipes opérationnelles doivent configurer l’application de façon à ce qu’elle se dimensionne en fonction des usages. Lorsque que le pic est passé, la workload doit libérer les ressources pour maintenir les coûts.
L’autre difficulté est d’évaluer la quantité de ressources supplémentaires qui seront utilisées lors de ces pics et combien de temps les demandes supplémentaires dureront dans le temps. Il est alors nécessaire de monitorer et de créer des rapports sur les tendances et d’y associer les coûts pour mieux informer les administrateurs. Les Spots Instances d’AWS peuvent ici être une alternative.
Les coûts des pannes
Les pannes sont courantes et peuvent occasionner des interruptions de services qui débouchent sur des pertes de revenus. Ces pannes ont également un impact négatif sur l’image de l’entreprise.
Même s’il n’existe pas de possibilité d’entrer cela dans un simulateur de coûts, les entreprises doivent les intégrer dans leurs calculs et dans les coûts opérationnels des workloads. Certaines entreprises estiment parfois les coûts de ces pannes trop élevés, et décident de l’héberger dans un data center local.
Les coûts potentiels d’une panne peuvent avoir un impact sur l’architecture d’une workload, quitte à en améliorer la résilience. Par exemple, on peut évaluer les coûts d’une workload critique déployée sur deux (ou plus) régions et les comparer à ceux d’une éventuelle panne.
Les coûts d’une stratégie multi-cloud
Pour s’assurer des économies de coûts et de la redondance, les entreprises peuvent aussi répartir leurs workloads sur plusieurs plateformes Cloud. Malheureusement, ce modèle n’est que peu utilisé par les entreprises et les simulateurs de coûts ne prennent pas en compte les déploiements multi-Cloud.
Beaucoup d’offres de fournisseurs Cloud sont aujourd’hui incompatibles. Le verrou-vendeur est encore une stratégie en place. Cela signifie aussi que les fournisseurs de Cloud sont peu enclins à exposer leurs coûts à la concurrence.