Cloud
Cloud Cost Optimization
Cloud Cost Optimization คืออะไร / ทำไมถึงสำคัญ
น้องๆ เคยเจอไหม จ่ายค่า Cloud บานปลาย ทั้งๆ ที่ไม่ได้ใช้เยอะขนาดนั้น? นั่นแหละคือปัญหาที่ Cloud Cost Optimization เข้ามาช่วยแก้
สมัยผมทำร้านเน็ตฯ รุ่นแรกๆ Server แต่ละตัวนี่ซื้อขาด จ่ายทีเดียวจบ แต่ Cloud นี่คิดเงินตามการใช้งาน ถ้าไม่ระวัง ควักกระเป๋าจ่ายเยอะกว่าซื้อ Server เองอีกนะ!
Cloud Cost Optimization ก็คือการบริหารจัดการทรัพยากร Cloud ให้คุ้มค่าที่สุด ใช้เท่าที่จำเป็น ปิดส่วนที่ไม่ใช้ ลดค่าใช้จ่ายที่ไม่จำเป็นออกไป เปรียบเหมือนเราควบคุมค่าไฟในบ้าน เปิดไฟเฉพาะตอนที่ใช้ ปิดแอร์ตอนไม่อยู่ห้อง ประมาณนั้นเลย
ทำไมมันถึงสำคัญน่ะเหรอ? นอกจากประหยัดเงินแล้ว ยังช่วยให้เราจัดสรรงบประมาณไปพัฒนาระบบส่วนอื่นได้อีกเยอะแยะเลยนะ
พื้นฐานที่ต้องรู้
Understanding Cloud Pricing Models
Cloud Provider แต่ละเจ้า (AWS, Azure, GCP) ก็มี Pricing Model ที่แตกต่างกันไป บางเจ้าคิดเป็นรายชั่วโมง บางเจ้าคิดตามปริมาณข้อมูลที่ใช้ บางเจ้าคิดตามจำนวน Request ที่เข้ามา
สมัยก่อน ผมต้องนั่งคำนวณค่าไฟ ค่าแอร์ ค่า Network เองหมด แต่ Cloud นี่เค้าคิดให้หมดแล้ว แค่เราต้องทำความเข้าใจว่าเค้าคิดยังไง จะได้เลือก Package ที่เหมาะกับเรา
ยกตัวอย่าง AWS ก็จะมี Instance Reserved, Spot Instance, On-Demand ซึ่งแต่ละแบบก็มีราคาที่แตกต่างกันไป ต้องเลือกให้เหมาะสมกับ Workload ของเรา
Resource Utilization Monitoring
เราต้องรู้ก่อนว่าทรัพยากร Cloud ที่เราใช้อยู่น่ะ ถูกใช้อย่างมีประสิทธิภาพหรือเปล่า CPU Utilization เท่าไหร่ Memory Utilization เท่าไหร่ Disk I/O เป็นยังไง
สมัยก่อน ผมต้องลง Monitoring Tools เอง เช่น Nagios, Cacti แต่ Cloud เค้ามีเครื่องมือ Monitoring ให้เราใช้ฟรีๆ อยู่แล้ว เช่น CloudWatch, Azure Monitor, Google Cloud Monitoring แค่เราต้อง Config ให้ถูกต้อง
ถ้า CPU Utilization ต่ำๆ แสดงว่าเราจ่ายเงินเกินความจำเป็น อาจจะต้องลดขนาด Instance ลง หรือไม่ก็ย้ายไปใช้ Serverless Function แทน
วิธีใช้งาน / เริ่มต้นยังไง
เริ่มต้นง่ายๆ เลยคือ ต้องรู้ก่อนว่าเราใช้ Cloud อะไรอยู่ แล้ว Cloud Provider นั้น เค้ามี Tools อะไรให้เราใช้บ้าง
สมัยก่อน ผมต้องเขียน Script เองหมด แต่สมัยนี้ Cloud Provider เค้ามี Management Console ให้เราใช้แบบ GUI แล้ว แค่คลิกๆ ไม่กี่ทีก็ทำได้หมด
จากนั้นก็เริ่ม Monitoring ทรัพยากรที่เราใช้อยู่ แล้วหาจุดที่สามารถ Optimize ได้
ขั้นตอนปฏิบัติจริง
Right Sizing Instances
หลายๆ คนมักจะเริ่มต้นด้วย Instance Size ที่ใหญ่เกินความจำเป็น เพราะกลัวว่าระบบจะรับ Load ไม่ไหว
แต่จริงๆ แล้ว เราสามารถเริ่มต้นด้วย Instance Size ที่เล็กๆ ก่อน แล้วค่อยๆ เพิ่มขนาดขึ้นทีหลังก็ได้ (Vertical Scaling) หรือไม่ก็เพิ่มจำนวน Instance (Horizontal Scaling)
สมัยผมทำร้านเน็ตฯ ผมจะคอยดู CPU Utilization ของ Server แต่ละตัว ถ้า CPU Utilization ต่ำ ผมก็จะลด Spec เครื่องลง หรือไม่ก็ย้าย Workload ไป Server ตัวอื่น
ตัวอย่างเช่น ถ้าเราใช้ AWS EC2 เราสามารถใช้ AWS Compute Optimizer เพื่อช่วยแนะนำ Instance Size ที่เหมาะสมกับ Workload ของเราได้
Automated Scaling
ถ้า Workload ของเรามีการเปลี่ยนแปลงตลอดเวลา เช่น ช่วง Peak Hour คนเข้าเว็บเยอะ ช่วงกลางคืนคนเข้าน้อย การใช้ Auto Scaling จะช่วยให้เราปรับขนาด Instance ได้อัตโนมัติตาม Load
สมัยผมทำร้านเน็ตฯ ผมต้องคอย Manual Scale Server เองตลอด แต่ Cloud เค้ามี Auto Scaling Group ให้เราใช้ เราแค่ Config ว่าจะให้ Scale เมื่อไหร่ Scale ยังไง
ตัวอย่างเช่น เราสามารถ Config Auto Scaling Group ให้เพิ่มจำนวน Instance เมื่อ CPU Utilization เกิน 70% และลดจำนวน Instance เมื่อ CPU Utilization ต่ำกว่า 30%
Deleting Unused Resources
หลายๆ คนมักจะลืมลบทรัพยากร Cloud ที่ไม่ได้ใช้งานแล้ว เช่น Instance ที่ไม่ได้ใช้งาน Storage ที่ไม่ได้ใช้ Load Balancer ที่ไม่ได้ใช้
ทรัพยากรเหล่านี้ถึงแม้จะไม่ได้ใช้งาน ก็ยังคิดเงินเราอยู่นะ! เพราะฉะนั้น เราต้องคอยตรวจสอบและลบทิ้งเป็นประจำ
สมัยก่อน ผมจะทำ List ทรัพยากรที่ไม่ได้ใช้งาน แล้วค่อยๆ ลบทิ้งเอง แต่ Cloud เค้ามี Cost Explorer ให้เราใช้ เราสามารถ Filter ทรัพยากรที่ไม่ได้ใช้งาน แล้วลบทิ้งได้เลย
อย่าลืมเข้าไปอ่านบทความอื่นๆ ที่น่าสนใจได้ที่ SiamCafe Blog นะครับ
🎬 วิดีโอแนะนำ
ดูวิดีโอเพิ่มเติมเกี่ยวกับCloud Cost Optimization:
เปรียบเทียบกับทางเลือกอื่น
Cloud Cost Optimization ไม่ได้มีแค่การลดขนาด Instance หรือลบทรัพยากรที่ไม่ได้ใช้งานเท่านั้น แต่ยังมีทางเลือกอื่นๆ อีกมากมาย เช่น
- Serverless Computing: เหมาะสำหรับ Workload ที่ไม่ได้ต้องการ Run ตลอดเวลา เช่น API Endpoint, Event-Driven Function
- Containerization: ช่วยให้เรา Package Application ของเราให้อยู่ใน Container เดียวกัน ทำให้เราสามารถ Deploy Application ได้อย่างรวดเร็วและง่ายดาย
- Spot Instances: Instance ที่มีราคาถูกกว่า On-Demand Instance แต่มีข้อเสียคือ อาจจะถูก Terminate ได้ทุกเมื่อ
ตารางเปรียบเทียบทางเลือกต่างๆ
| ทางเลือก | ข้อดี | ข้อเสีย | เหมาะสำหรับ |
|---|---|---|---|
| Right Sizing Instances | ลดค่าใช้จ่ายได้ง่าย | ต้อง Monitoring อย่างสม่ำเสมอ | Workload ที่ต้องการ Run ตลอดเวลา |
| Automated Scaling | ปรับขนาด Instance ได้อัตโนมัติ | ต้อง Config ให้ถูกต้อง | Workload ที่มีการเปลี่ยนแปลงตลอดเวลา |
| Serverless Computing | จ่ายเงินเฉพาะตอนที่ใช้งาน | อาจจะมี Cold Start Time | API Endpoint, Event-Driven Function |
| Containerization | Deploy Application ได้ง่าย | ต้องเรียนรู้ Docker, Kubernetes | Microservices Architecture |
| Spot Instances | ราคาถูกกว่า On-Demand Instance | อาจจะถูก Terminate ได้ทุกเมื่อ | Workload ที่สามารถ Interrupt ได้ |
ตัวอย่าง Code Snippet การ Scale EC2 Instance ด้วย AWS CLI
aws autoscaling set-desired-capacity --auto-scaling-group-name my-auto-scaling-group --desired-capacity 2
หรือจะลองเข้าไปอ่านบทความ Cloud ดีๆ เพิ่มเติมได้ที่ SiamCafe Blog ก็ได้นะ
Best Practices / เคล็ดลับจากประสบการณ์
เอาล่ะน้องๆ มาถึงส่วนสำคัญแล้ว เคล็ดลับที่พี่บอม SiamCafe สั่งสมมา 28+ ปีเนี่ย ไม่ได้หากันง่ายๆ นะ สมัยผมทำร้านเน็ตฯ น่ะ Cloud ยังเป็นแค่ไอเดียในหนัง Sci-Fi เลย แต่พอมาถึงยุคนี้ Cloud มันจำเป็นเหมือนอากาศหายใจไปแล้ว ดังนั้นการคุมค่าใช้จ่ายจึงสำคัญสุดๆ
อย่าคิดว่า Cloud มันถูกเสมอไปนะ! ถ้าไม่วางแผนให้ดี จ่ายบานแน่นอน เหมือนสมัยก่อนเติมเกมออนไลน์นั่นแหละ เติมเพลินๆ รู้ตัวอีกที หมดไปหลายพันแล้ว
3-4 เทคนิคที่ใช้ได้จริง
- Right Sizing: เลือกขนาด Instance ให้เหมาะสมกับงาน สมัยก่อนผมเคยเจอเคสลูกค้าเช่า Server ใหญ่เบิ้ม แต่ใช้ CPU แค่ 5% เสียดายเงินแทนจริงๆ น้องๆ ต้อง Monitor การใช้งาน CPU, Memory, Network ให้ดี แล้วปรับขนาด Instance ให้พอดี ถ้าไม่แน่ใจ เริ่มจากเล็กๆ ก่อนแล้วค่อยขยาย
- Reserved Instances: ถ้างานเราค่อนข้างแน่นอน เช่น Web Server ที่ต้องเปิด 24/7 การซื้อ Reserved Instances จะช่วยประหยัดได้เยอะมากกกก เหมือนซื้อตั๋วเดือน BTS นั่นแหละ จ่ายล่วงหน้า แต่ได้ราคาถูกกว่า
- Spot Instances: อันนี้เหมาะกับงานที่ไม่เร่งด่วน เช่น Batch Processing หรือ Testing Spot Instances คือ Instance ที่ Cloud Provider เอามาปล่อยในราคาถูก เพราะเป็น Instance ที่ไม่ได้ถูกใช้งานเต็มที่ แต่ข้อเสียคือ มันอาจจะถูก terminate ได้ตลอดเวลา ถ้างานเราทำต่อจากจุดเดิมได้ ก็คุ้มที่จะเสี่ยง
- Auto Scaling: อันนี้สำคัญมากกกก ตั้งค่าให้ระบบมันปรับขนาด Instance เองตาม Load ที่เกิดขึ้น ถ้าช่วง Peak ก็ขยาย ถ้าช่วง Low ก็ลดขนาดลง สมัยก่อนผมต้องมานั่ง Monitor เองตลอด 24 ชั่วโมง ตอนนี้สบายขึ้นเยอะ
Code ตัวอย่าง (Auto Scaling ใน AWS):
# AWS CLI command to create an Auto Scaling group
aws autoscaling create-auto-scaling-group \
--auto-scaling-group-name my-auto-scaling-group \
--launch-configuration-name my-launch-configuration \
--min-size 1 \
--max-size 5 \
--desired-capacity 1 \
--vpc-zone-identifier subnet-xxxxxxxxxxxxxxxxx
อย่าลืม Monitor ค่าใช้จ่ายอย่างสม่ำเสมอนะ ใช้พวก Cloud Cost Management Tools ช่วยได้เยอะเลย สมัยก่อนผมต้องมานั่งทำ Excel เอง ปวดหัวมาก
FAQ คำถามที่พบบ่อย
ทำไม Cloud Cost Management ถึงสำคัญ?
เพราะ Cloud มันยืดหยุ่นมากกกก เราสามารถสร้าง Resource ได้ง่ายมาก แต่ถ้าไม่คุมดีๆ ค่าใช้จ่ายมันจะบานปลายได้ง่ายกว่าอีก สมัยก่อนผมจำกัดสิทธิ์ User ในร้านเน็ตฯ ทุกคน ไม่งั้นเดี๋ยวไปโหลดบิททอร์เรนต์กันหมด
Reserved Instances คุ้มจริงเหรอ?
คุ้มแน่นอน ถ้าเราวางแผนการใช้งานดีๆ และรู้ว่า Instance ไหนที่เราต้องใช้ตลอดเวลา แต่ต้องคำนวณ Break-Even Point ให้ดีก่อนนะ
Spot Instances อันตรายไหม?
ก็มีความเสี่ยงอยู่บ้าง แต่ถ้างานเราทำต่อจากจุดเดิมได้ หรือเป็นงานที่ไม่เร่งด่วน ก็คุ้มที่จะลองเสี่ยงดู
Auto Scaling ตั้งค่ายากไหม?
สมัยนี้ Cloud Provider เค้ามี Tools ช่วยให้ตั้งค่า Auto Scaling ได้ง่ายขึ้นเยอะ แต่ก็ต้องเข้าใจหลักการทำงานของมันก่อนนะ
สรุป
Cloud Cost Optimization ไม่ใช่เรื่องยาก แต่ต้องอาศัยความเข้าใจในระบบ Cloud และการวางแผนที่ดี ที่สำคัญคือต้อง Monitor ค่าใช้จ่ายอย่างสม่ำเสมอ และปรับปรุง Config ให้เหมาะสมอยู่เสมอ
หวังว่าเคล็ดลับที่พี่บอม SiamCafe Blog เอามาฝากวันนี้ จะเป็นประโยชน์กับน้องๆ นะครับ อย่าลืมเอาไปปรับใช้กับงานของตัวเอง แล้วเจอกันใหม่บทความหน้าครับ! แล้วก็อย่าลืมแวะไปเทรด iCafeForex นะครับ
