云上的消费你真的算清楚了?

简介: 上云的ROI如何?钱都花到哪里去了?如何做预算?怎么样能够更省钱?这些问题反映了企业上云的一系列和成本相关的三大诉求:成本可视化、消费可预测、成本优化。其中,成本可视化,即把账算清楚,是基础中的基础。

ttyacxbd.jpg

我们在淘宝上买东西的时候都会看看商品的价格、优惠券,去算清楚我们购买这个东西到底花了多少钱。企业采购更是如此,每一笔钱用在什么地方,必须要记录的清清楚楚。

——上云的ROI如何?钱都花到哪里去了?
——如何做预算?
——怎么样能够更省钱?

这些问题反映了企业上云的一系列和成本相关的三大诉求:成本可视化、消费可预测、成本优化。其中,成本可视化,即把账算清楚,是基础中的基础。

今天我们就来看看如何在云上把账算清楚!

云上成本分摊如何定义?

除了从成本上了解云上的消费外,企业还需要更细粒度的了解钱是怎么花的。这个是我们通常所说的分账。分账能够帮助企业把云上的支出进行拆分,按照应用、项目、部门等维度透视。这样一来企业就知道每一个项目ROI如何。

企业上云的步伐是循序渐进的,大部分是一个BU先上,独立进行管理。这个时候还没有分账的需求,因为每一个BU是独立结算的。当企业规模化上云之后,用云团队和云上支出开始增加。管理模式也从分散式的管理转变为由Cloud governance团队(或者中心运维团队)集中管理,进行统一的支付和成本分摊。

企业中的分账大体分为两种模式:

Showback: 把账按部门算出来,给CFO和部门高层看一看,通常没有预算、独立核算的要求。互联网企业很多采用这一模式。

Chargeback:把账按部门算出来,除了review之外,各个BU独立的进行IT成本计费和预算管理。采用这种模式的很多是传统企业和MNC。

Chargeback的管理方式更加成熟,帮助IT部门从成本中心转型成能力中心。

云上分账遇到什么问题?

既然showback和chargeback都是标准做法,为什么上云后这个问题变得突出了?在传统自建数据中心的模式下,IT基础设施的采购严格按照企业的财务预算流程、采购流程和交付流程执行,其成本按团队或项目可以被很好的管理。企业上云之后,完全打破了这个体系,有几个凸显的大问题:

Q1:云上商品种类纷杂,形态各异

云厂商是一个超级供应商,什么都卖,面对上百的产品类目、上千的商品类目、上万的SKU和计费项,不知所措是一个自然的状态。除了标准的虚拟机,大部分商品对于客户都是新事物,而对于新事物,分账不是大家最开始会考虑的问题。

Q2:云厂商对于标签分账的支持都有发展的过程

除了微软Azure第一天支持标签外,AWS的标签也是从几款到2018年的几十款,再到2020年的上百款。在这个过程中,非常多的资源无法进行打标签,到现在也是一样。在阿里云这个情况更加突出,到2020年9月我们的标签分账才支持到28款云产品,而在2020年4月份这个数字是3。所以,我们的客户重度使用标签的为数不多。

Q3:IT治理体系的缺乏

IT部门需要标签,但是在云上打标签的是各BU的DevOps团队,如果一个企业缺乏Cloud governance的流程,程序员们是不会自己打标签的。

企业要分账,应该怎么做?

A:Leadership review流程的建立

分账的机制能够执行必须依靠Leadership review的支持,让成本核算作为月度或者季度业务复盘的一部分。只有自上而下,才能保证其他流程的有序开展。

B:账号维度进行分账

目前很多企业上云都选择基于资源目录管理的多账号模式。这种模式下,在Applications的目录下,每一个Application就是独立的账号。因此这个账号下的所有费用可以全部的计入这个部门的成本。对于多账号,我们推荐企业使用阿里云开放平台即将推出的集团企业IT治理样板间,样板间中我们对于Account的命名方式和Folder的组织都有很好的最佳实践。

1111111111111111111111111111.png

C:标签维度分账 - 独享型资源型

对于多个部门共享的账号,则需要通过标签的方式去区分资源的用途。 在这个过程中,运维团队负责标签的职能和执行方式有所区分:

(1)高度自动化的企业会把标签的部分做到服务传输的流程中,保证所有的资源尽可能的打上标签;
(2)运维开发能力较弱的企业则会选择手动在控制台打标签或者使用MSP外包这部分的工作。

无论何种方式,当标签被打好后,标签就会从资源管理的系统流转到费用中心的账单中。通过Excel或者其他BI工具,用户就可以看到费用和部门的关系(阿里云的财务单元可以和标签进行关联,并同时出现在账单中)。

对于不能打标签资源或者没有打标签的资源,需要定期的进行review(可以使用config中提供的require-tag模版进行这一操作)。如果资源应该打标签而没有打,尽快补齐;如果资源打不了标签,去给阿里云提需求。通过这样手段,让这部无法通过Tag分账的分费用控制在10%以下。

2222222222222222222222222222222.png

最终,在标签分账这部分,你可以给企业的CFO一个较为准确的成本分摊,以及汇报分不出来的部分作为follow up action。具体的操作可以参考Tag分账最佳实践

D:共享型资源的分账

对于许多共享性的资源,例如CEN,NAT网关,流量包,预付实例券(RI)预付款,support plan,云厂商没有提供更细粒度的分账方案。目前通常的做法是按照一个商议好的固定比例来进行分摊。

如果需要更精准分摊的能力,则需要进行更多的计算,例如:

流量型产品:网络流量去分摊各个虚拟机的费用给部门。

预付实例券(RI):RI通常也是IT集中采购,进行内部的成本优化。通常来说RI都不会过量购买,例如去优化60%~80%的固定成本。由于RI的匹配存在一定的随机性,在账单中会存在局部“不公平”的现象,在拆分这一部分成本的时候会有一个更复杂的公式,考虑到RI是整体优化方案的这一特性,RI的规格以及各部门使用该规格虚拟机的情况。

容器应用:容器服务集群通常在应用层由多个应用公用,而费用计算是在基础的IaaS资源维度,利用https://kubecost.com/ 可以进一步按应用来分摊成本。

您的企业在云上的账算清了吗?欢迎和我们咨询和交流~

更多企业IT治理样板间内容
请立即扫码观看

专场回放二维码.png

相关文章
|
1月前
|
消息中间件 存储 运维
云消息队列 Kafka 版全面升级:经济、弹性、稳定,成本比自建最多降低 82%
本文介绍了阿里云云消息队列 Kafka 版的全面升级,强调了其在经济性、稳定性和弹性方面的显著提升。同时,与 Apache Kafka 相比,云消息队列 Kafka 版通过节省 66% 的资源,实现了客户使用成本比自建最多降低 82%。
|
6月前
|
消息中间件 运维 监控
ApsaraMQ Copilot for RocketMQ:消息数据集成链路的健康管家
阿里云消息队列 ApsaraMQ 始终围绕“高弹性低成本、更稳定更安全、智能化免运维”三大核心方向进行演进和拓展。在智能化免运维方面,通过 ApsaraMQ Copilot,为企业提供消息数据集成链路的健康管家,让消息服务走进智能化免运维的新时代。
71866 78
|
4月前
|
消息中间件 Cloud Native API
核心系统转型问题之消息队列提升交易响应时间如何解决
核心系统转型问题之消息队列提升交易响应时间如何解决
|
消息中间件 供应链 NoSQL
消息队列+Serverless:实现高弹性的电商订单系统
基于消息队列以及函数计算,快速部署一个高弹性的商品订单系统,能够应对抢购场景下的高并发情况。
|
消息中间件 弹性计算 运维
消息队列RocketMQ版:消费异常运维排查体验
本实验场景介绍消息队列RocketMQ版的可观测工具功能,通过示例程序模拟生产环境消费业务故障,并通过产品提供的开箱即用的可观测工具定位消费异常。
消息队列RocketMQ版:消费异常运维排查体验
|
消息中间件 移动开发 运维
消息队列和应用工具产品体系-14-容量规划及不同模式的适用场景
消息队列和应用工具产品体系-14-容量规划及不同模式的适用场景
消息队列和应用工具产品体系-14-容量规划及不同模式的适用场景
|
消息中间件 存储 Cloud Native
云原生中间件RocketMQ-消费者消费模式之广播模式
云原生中间件RocketMQ-消费者消费模式之广播模式
927 12
|
存储 消息中间件 Java
消息收发弹性——生产集群如何解决大促场景消息收发的弹性&降本诉求
今天来给大家分享下阿里云 RocketMQ5.0 实例的消息弹性收发功能,并且通过该功能生产集群是如果解决大促场景消息收发的弹性以及降本诉求的。
227 0
消息收发弹性——生产集群如何解决大促场景消息收发的弹性&降本诉求
|
存储 消息中间件 Cloud Native
RocketMQ 消息收发弹性--生产集群如何解决大促场景消息收发的弹性&降本诉求|学习笔记
快速学习 RocketMQ 消息收发弹性--生产集群如何解决大促场景消息收发的弹性&降本诉求
252 0
RocketMQ 消息收发弹性--生产集群如何解决大促场景消息收发的弹性&降本诉求|学习笔记
|
消息中间件 运维 Kubernetes
阿里的 RocketMQ 如何让双十一峰值之下 0 故障?
2020 年双十一交易峰值达到 58.3 W 笔/秒,消息中间件 RocketMQ 继续数年 0 故障丝般顺滑地完美支持了整个集团大促的各类业务平稳。
184 0
阿里的 RocketMQ 如何让双十一峰值之下 0 故障?