Kostenreductie voor
Azure SQL database
Voor een GGZ-instelling in Noord-Holland heeft Fortezza Data een kostenreductie van maar liefst 80% gerealiseerd op de maandelijkse Azure kosten voor de SQL databases. Hoe we dat hebben gedaan? Lees dan eens verder.
Deze klant maakte gebruik van gescheiden databases voor diverse processen: opslag voor het datawarehouse, synchronisatie tussen verschillende systemen en als basis voor het vullen van een PowerApp. Dit resulteerde in relatief hoge Azure kosten per maand.
Production vs. Developement workload
Maar je kan aanzienlijke besparingen realiseren door de configuratie van SQL-databases te optimaliseren. Bij het aanmaken van een database wordt allereerst gevraagd of het een Development- of Production-workload betreft. Afhankelijk van de gekozen workload wordt de initiële grootte van de database ingesteld. Bij de keuze voor een Production-workload wordt standaard de Hyperscale-optie ingeschakeld, die een zeer snelle reactietijd biedt, maar gepaard gaat met aanzienlijk hogere kosten in vergelijking met de General Purpose-schaal.
DTU vs vCore
Daarnaast is er een verschil tussen de betaalmodellen: DTU en vCore. In dit geval werd het vCore-model als standaardconfiguratie gebruikt. Dit model is zeer schaalbaar, waarbij de rekenkracht automatisch wordt op- en afgeschaald op basis van het gebruik van de database. Wanneer de database niet in gebruik is, kan deze zelfs worden uitgeschakeld. Het DTU-model biedt ook de mogelijkheid tot schaalvergroting, maar hier moeten de aanpassingen handmatig door de databasebeheerder worden uitgevoerd.
Bij de klant waren alle databases, ongeacht hun workload, dus standaard ingesteld op het vCore-model. De schaal was al verlaagd van Hyperscale naar General Purpose. De database met de grootste workload was het datawarehouse, dat een dagelijks laadproces uitvoerde, wat resulteerde in maandelijkse kosten van rond de €145. Zodra het laadproces startte, werden binnen korte tijd veel queries tegelijkertijd verstuurd, waardoor Azure de database automatisch opschaalde. Nadat het laadproces was voltooid, duurde het nog een uur voordat de rekenkracht weer werd teruggeschaald.
Automated up-downscaling
Aangezien dit laadproces dagelijks op hetzelfde tijdstip plaatsvindt en de hoeveelheid verwerkte data voorspelbaar is, werd het DTU-model geactiveerd. Hierdoor kon de database vóór aanvang van het laadproces naar een hoger niveau worden geschaald en direct na voltooiing weer worden teruggeschaald. Door dit proces te automatiseren in de ETL-pipelines, werd een efficiëntere schaalstrategie ontwikkeld, wat resulteerde in een daling van de maandelijkse kosten tot slechts €30 per database. De besparing die we hebben gerealiseerd bedraagt €4.140 en maar liefst €12.420 in 3 jaar.
Wil jij ook kijken of je jouw maandelijkse kosten op Azure naar beneden kan krijgen? Neem dan contact op met Jeroen Breugelmans.
Herken je deze situaties?
Dan ben je echt niet de enige. Veel bedrijven komen in deze situaties terecht en stoppen dan omdat ze niet goed weten wat er gedaan moet worden om het op te lossen.
Wil jij een data partner die dit al tientallen keren heeft gedaan? En jou stap voor stap meeneemt hoe je daat gedreven gaat werken?