AWS i rachunek za EC2: dlaczego 32% budżetu to marnotrawstwo

Większość wysokich rachunków w chmurze nie wynika z błędu w cenniku dostawcy, lecz z wczesnych decyzji architektonicznych, których nikt nie weryfikuje po starcie projektu. Według badań Flexera z 2024 roku aż 32% wydatków na chmurę stanowi czyste marnotrawstwo, a 48% deweloperów w ogóle nie monitoruje bezczynnych zasobów. Wdrożenie poprawnych wzorców w AWS EC2 pozwala wyeliminować od 30% do 45% zbędnych kosztów w 90 dni bez obniżania wydajności systemu.

Mechanizm powstawania długu: dlaczego opłaty za AWS EC2 rosną mimo optymalizacji

Większość wysokich rachunków za AWS EC2 wynika z wczesnych ustawień domyślnych. Zespół wybiera instancję On-Demand z zapasem mocy, a wybór ten trwa latami. Gdy wydatki rosną o 25% kwartalnie, doraźne cięcia usuwają jedynie objawy. Bez zmiany architektury koszty powracają do poprzedniego poziomu w ciągu 3-6 miesięcy.

Kiedy organizacja zauważa rosnące rachunki za Amazon Web Services, zazwyczaj rozpoczyna punktowe czyszczenie nieużywanych wolumenów lub kupowanie deklaracji. Działania te przynoszą szybką ulgę na poziomie 15-25% dzięki właściwemu doborowi rozmiarów instancji (right-sizing) oraz 20-30% z tytułu planów oszczędnościowych. Jednak w firmach, gdzie marnotrawstwo rzędu 40-60% jest wbudowane w samą strukturę aplikacji, koszty rosną ponownie wraz ze wzrostem ruchu.

Różnica między typami problemów kosztowych w AWS
Cecha Marnotrawstwo operacyjne Niewydajność architektoniczna
Przyczyna Przelymitowane instancje, zapomniane środowiska testowe Stale aktywne usługi dla zmiennego ruchu, ścisłe sprzężenie
Czas naprawy 14-45 dni (bez zmian w kodzie) 6-12 tygodni (przebudowa wzorców i przepływów)
Oszczędność 10-15% (automatyzacja), 20-30% (zakupy) 60-90% (zmiana modelu obliczeniowego)
Trwałość efektu Tymczasowa (koszt wraca po 3-6 miesiącach) Trwała (skalowanie jednostkowe zgodne z biznesem)

Określenie bazowego zużycia zasobów wymaga zainstalowania agenta AWS CloudWatch, który zbiera metryki pamięci RAM, ponieważ AWS nie mierzy wykorzystania pamięci automatycznie. Instancja wykazująca średnie zużycie procesora na poziomie 15% jest rażąco przeszacowana i powinna zostać zmniejszona. Zmniejszenie rozmiaru z instancji r5.2xlarge na r5.large przynosi £4,000-£6,000 rocznych oszczędności na pojedynczym węźle.

Ile można zaoszczędzić na zmianie architektury microservices na monolit?

Niewłaściwy podział usług w Amazon Web Services generuje masowy ruch sieciowy i zbędne koszty orkiestracji. Architektura mikroserwisowa bywa wdrażana bez analizy wolumenu danych. Utrzymywanie stale aktywnych zasobów dla zmiennych obciążeń po prostu marnuje budżet. Rozwiązaniem jest uporządkowanie granic usług i eliminacja zbędnych wywołań sieciowych.

Inżynierowie z zespołu Amazon Prime Video opublikowali przypadek, w którym ich bezserwerowa architektura mikroserwisowa oparta na AWS Step Functions i ciągłych zapytaniach do Amazon S3 generowała ogromne koszty przy monitorowaniu transmisji na żywo w 240 krajach. Zespół zdecydował się na scalenie rozproszonych komponentów w spójny monolit uruchomiony na Amazon ECS i AWS EC2.

Przejście na monolit zmniejszyło koszty infrastruktury o ponad 90% przy zachowaniu tej samej funkcjonalności produktu. Przyczyną wysokiego rachunku nie były błędy w kodzie, ale koszt orkiestracji i ciągłego transferu stanów między mikroserwisami.

Podobne zjawisko występuje przy nadmiernym użyciu platformy Apache Kafka lub AWS MSK dla obciążeń o niskim wolumenie wiadomości. Dla prostych zdarzeń i małego ruchu usługa Amazon SQS lub AWS EventBridge zapewnia wystarczające skalowanie przy ułamku kosztu stałego. Z kolei uruchamianie klastrów Amazon EKS przez 24 godziny na dobę dla zadań aktywnych przez 2 godziny dziennie generuje stały koszt bez biznesowego uzasadnienia.

Alokacja sprzętu i zakupów: jak Graviton i Spot obniżają koszty

Niewłaściwy dobór typów instancji AWS EC2 zmusza firmy do przepłacania za nieużywane zasoby. Uruchamianie procesorów x86 zamiast układów AWS Graviton podnosi rachunki bez uzasadnienia wydajnościowego. Kupowanie całej mocy w modelu On-Demand oznacza rezygnację z rabatów sięgających 72% lub 90%.

Wybór rodziny instancji w AWS EC2 musi wynikać z wąskiego gardła aplikacji: – General Purpose (M, T): stosunek vCPU do RAM wynosi 1:4; optymalne dla serwerów WWW i mieszanych obciążeń. Seria T bywa jednak pułapką cenową – ciągła praca pod obciążeniem generuje dodatkowe opłaty za kredyty CPU. – Compute Optimized (C): stosunek 1:2; idealne dla przeliczeń API, kodowania wideo i zadań wsadowych. – Memory Optimized (R, X): stosunek 1:8; przeznaczone dla baz danych w pamięci i pamięci podręcznych. – Graviton (m8g, c8g, r8g): procesory ARM od AWS są do 30% szybsze (Graviton4) i o 20% tańsze od odpowiedników Intel czy AMD.

W modelu zakupowym należy połączyć trzy warstwy: 1. Compute Savings Plans: gwarantują do 66% rabatu przy zobowiązaniu rocznym lub 3-letnim na kwotę za godzinę, pokrywając stałe obciążenie bazowe 24/7. 2. EC2 Spot Instances: dają do 90% zniżki na wolne moce obliczeniowe. Najlepszą strategią alokacji jest priceCapacityOptimized, która wybiera najtańsze pola z dużą dostępnością. 3. On-Demand: stanowi niewielki bufor dla szczytów, gdzie nie można użyć instancji Spot.

Porównanie modeli zakupowych mocy obliczeniowej EC2
Model zakupu Maksymalny rabat Elastyczność rodzin/regionów Zastosowanie
On-Demand 0% Pełna (brak zobowiązań) Niewiadomy ruch, krótkie testy
Compute Savings Plans Do 66% Wysoka (EC2, Fargate, Lambda) Stałe obciążenie 24/7
EC2 Instance Savings Plans Do 72% Niska (jedna rodzina w regionie) Bazy danych i stała infrastruktura
EC2 Spot Instances Do 90% Wymaga architektury bezstanowej Zadania wsadowe, buforowane API

Podczas korzystania z instancji Spot kluczowa jest obsługa powiadomienia o wycofaniu węzła. AWS wysyła ostrzeżenie na 2 minuty (120 sekund) przed wyłączeniem instancji. Domyślny czas wyrejestrowania w AWS ALB wynosi 300 sekund, co powoduje błędy 502 u użytkowników. Należy ustawić opóźnienie wyrejestrowania oraz parametr stopTimeout w Amazon ECS na 60-90 sekund.

Ukryte opłaty sieciowe: transfer danych i pułapki NAT Gateway

Ruch sieciowy między strefami dostępności w Amazon Web Services stanowi ukryty koszt, który zaskakuje zespoły inżynieryjne. Przesył danych i bramy AWS NAT Gateway generują opłaty niezależne od liczby użytkowników. Brak punktów końcowych dla usług Amazon S3 kieruje ruch przez płatne węzły.

Transfer danych między różnymi strefami dostępności (Cross-AZ) w tym samym regionie kosztuje \$0.01 za każdy GB w obu kierunkach. Gdy aplikacja na AWS EC2 wykonuje zapytania do bazy danych w innej strefie dostępności, opłata ta nalicza się przy każdym wywołaniu.

Usługa AWS NAT Gateway kosztuje \$0.045 za każdy przetworzony GB danych oraz stałą stawkę godzinową. Uruchomienie jednej bramy NAT w strefie us-east-1a dla instancji rozsianych po trzech strefach powoduje, że dwie trzecie ruchu płaci zarówno opłatę za przesył Cross-AZ, jak i opłatę przetworzeniową NAT. Dodatkowo każdy publiczny adres IPv4 kosztuje \$0.005 za godzinę (\$3.65 miesięcznie).

Ruch do Amazon S3 i Amazon DynamoDB można całkowicie wyłączyć z opłat NAT poprzez wdrożenie darmowych punktów końcowych typu Gateway VPC Endpoint. Wymaga to jedynie odpowiedniego wpisu w tabeli tras (route table).

Wnioski practical i rekomendacje

  • Skonfiguruj darmowe bramy punktów końcowych Gateway VPC Endpoint dla usług Amazon S3 i Amazon DynamoDB w swoich sieciach VPC, aby wyeliminować opłaty za przetwarzanie tego ruchu przez AWS NAT Gateway.
  • Zmierz rzeczywiste zużycie pamięci RAM na instancjach AWS EC2 poprzez wdrożenie agenta AWS CloudWatch, a następnie zweryfikuj wskaźniki w narzędziu AWS Compute Optimizer.
  • Zweryfikuj czasy wyrejestrowania na równoważnikach obciążenia AWS ALB oraz parametr stopTimeout w Amazon ECS – ustaw je na 60-90 sekund, aby bezpiecznie obsługiwać dwuminutowe powiadomienia o wycofaniu instancji Spot bez błędów 502.
  • Wdróż architekturę hybrydową mocy obliczeniowej: pokryj stałe obciążenie 24/7 rocznym planem Compute Savings Plans, a szczyty obciążenia obsłuż instancjami EC2 Spot z rozproszeniem na rodziny AWS Graviton (c8g, m8g, r8g) i strategią priceCapacityOptimized.

Źródła

Przemysław Majdak

Przemysław Majdak · AI Automation Engineer

Założyciel Baluarte i wydawca BitBiz.pl. Członek ISSA Polska. Ekspert z 18-letnim stażem w branży IT — wdraża bezpieczne automatyzacje AI, systemy full-stack i zaawansowane procedury cyberbezpieczeństwa dla firm. Wszystkie artykuły autora →

2 odpowiedzi

💬 Kliknij tutaj, aby dodać komentarz

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *

  1. Awatar Wiktor

    Prime Video liczył koszt jednego modułu monitoringu, nie całego produktu, a 6-12 tygodni przebudowy zespołu, czyli pensje inżynierów, w żadnym wyliczeniu zwrotu się nie pojawia. 💸

  2. Awatar prof.Andrzej
    prof.Andrzej

    Rachunek za chmurę to ostatecznie koszt utrzymania architektury, a ten zwykle policzony jest bez kosztu ludzi, którzy ją przepisują. Tak samo liczono kiedyś koszty przeniesienia fabryki bez pensji załogi przez cały okres przestoju, i zwrot wychodził na papierze lepszy, niż był w rzeczywistości.