Tous les articles
FinOps

Réduire la facture AWS sans toucher au code : la méthode FinOps

Nettoyage, rightsizing, gp3, Spot, puis Savings Plans : l'ordre qui permet de réduire la facture AWS sans refactoring, et la gouvernance qui la stabilise.

La plupart des économies Cloud ne demandent aucun refactoring. Elles demandent de la visibilité, de la méthode et un ordre d'exécution précis. L'erreur la plus coûteuse consiste à acheter des Savings Plans avant d'avoir fait le ménage : un engagement d'un ou trois ans pris sur une consommation gonflée fige le gaspillage pour toute la durée du contrat, et cet engagement ne se modifie plus une fois souscrit.

La séquence que nous appliquons tient en une règle : chaque étape réduit l'assiette de la suivante. On rend d'abord la dépense lisible, on supprime ensuite ce qui ne sert à rien, on redimensionne ce qui sert, et on ne s'engage qu'en dernier, sur ce qui reste.

Rendre la dépense lisible avant d'optimiser

On ne réduit pas ce qu'on ne sait pas attribuer. Avant toute action, il faut pouvoir répondre à une question simple : quelle équipe, quel produit et quel environnement paient quoi. Sur AWS, cela passe par des tags de répartition (owner, env, cost-center au minimum), appliqués de façon cohérente puis activés comme cost allocation tags dans la console Billing. Un tag présent sur une ressource mais jamais activé n'apparaît pas dans Cost Explorer : l'étiquetage n'est terminé qu'une fois cette activation faite.

Quand l'architecture le permet, nous préférons toutefois découper par compte AWS, frontière de coût qui ne s'oublie pas comme un tag, et réserver les tags à la granularité fine.

Cost Explorer, regroupé par service puis par usage type et trié par coût décroissant, indique où porter l'effort. On traite les lignes du haut d'abord. Il faut aussi activer Compute Optimizer au niveau de l'organisation dès le premier jour, car il lui faut un historique de métriques avant de produire des recommandations exploitables.

Supprimer ce qui ne sert à rien

Nous plaçons ce levier en premier parce qu'il n'impose aucun compromis de performance : il ne concerne que des ressources que plus personne ne regarde. Les suspects habituels :

  • volumes EBS à l'état available, détachés de toute instance
  • snapshots EBS et snapshots RDS manuels dont la source a disparu
  • adresses IPv4 publiques : depuis le 1er février 2024, AWS facture toutes les adresses IPv4 publiques, qu'elles soient attachées à une ressource ou non
  • NAT Gateways et load balancers restés dans des VPC de test abandonnés
  • groupes de logs CloudWatch sans durée de rétention, que CloudWatch Logs conserve indéfiniment par défaut
aws ec2 describe-volumes \
  --filters Name=status,Values=available \
  --query "Volumes[].{ID:VolumeId,Size:Size,Type:VolumeType,Created:CreateTime}" \
  --output table

Un volume détaché n'est pas forcément orphelin. Il peut appartenir à une instance volontairement reconstruite, ou avoir été conservé pour une investigation de sécurité. Nous ne supprimons rien sans avoir identifié un propriétaire, et quand le doute subsiste, nous prenons un snapshot final avec une date d'expiration explicite plutôt que de garder le volume « au cas où ».

Les NAT Gateways méritent une attention particulière, parce qu'elles sont facturées à l'heure et au gigaoctet traité. Quand des instances en sous-réseau privé lisent massivement dans S3 ou DynamoDB, ce trafic traverse la NAT Gateway et paie des frais de traitement pour rien. Un gateway endpoint VPC pour S3 et DynamoDB n'entraîne aucun coût supplémentaire et ne demande qu'une modification des tables de routage. Attention à ne pas le confondre avec un interface endpoint, qui lui est facturé, et au fait qu'il ne couvre que le trafic vers la même Région.

Redimensionner ce qui sert

Compute Optimizer analyse par défaut les 14 derniers jours de métriques CloudWatch, en retenant le point maximal de chaque intervalle de cinq minutes. C'est une bonne base, à condition de connaître ses deux angles morts avant de suivre ses recommandations.

Le premier est la mémoire. Sans l'agent CloudWatch, ou sans l'ingestion de métriques depuis Datadog, Dynatrace, Instana ou New Relic, Compute Optimizer ne voit pas l'utilisation mémoire d'une instance EC2. Il raisonne alors sur le CPU, le réseau et les I/O. Une JVM dimensionnée large ou un cache applicatif peut afficher un CPU faible tout en ayant besoin de toute sa RAM : réduire l'instance sur la seule foi du CPU, c'est préparer un incident. Nous déployons l'agent avec la métrique mem_used_percent avant de lancer l'analyse, pas après.

Le second est la fenêtre d'observation. Quatorze jours ne capturent ni une clôture mensuelle ni un pic saisonnier. L'option payante enhanced infrastructure metrics étend l'analyse jusqu'à 93 jours pour EC2, les groupes Auto Scaling et RDS. Pour un système de facturation ou une application à forte saisonnalité, nous la considérons comme un prérequis.

Côté bases de données, un changement de classe d'instance RDS provoque une interruption : il se planifie dans une fenêtre de maintenance, idéalement après un test de charge sur un clone. Les services managés offrent aussi un levier rarement exploité, le passage aux instances Graviton (familles suffixées g, comme db.r7g). Pour RDS, Aurora ou ElastiCache, c'est un changement de configuration, pas de code. Pour EC2 et les conteneurs, en revanche, il faut des binaires et des images arm64 : ce n'est plus « sans toucher au code », mais le travail se limite souvent à la chaîne de build. Dans les deux cas, on mesure le comportement réel sur sa propre charge avant de généraliser.

Migrer les volumes gp2 vers gp3

C'est probablement le gain le plus mécanique du catalogue. Selon la documentation EBS, gp3 coûte 20 % de moins par Gio que gp2, inclut 3 000 IOPS et 125 Mio/s de base quelle que soit la taille, et la migration se fait à chaud via Elastic Volumes, sans arrêter l'instance.

aws ec2 describe-volumes \
  --filters Name=volume-type,Values=gp2 \
  --query "Volumes[].{ID:VolumeId,Size:Size,Iops:Iops}" \
  --output table

aws ec2 modify-volume --volume-id vol-0123456789abcdef0 --volume-type gp3

Le piège concerne les gros volumes. En gp2, les IOPS de base croissent avec la taille (3 IOPS par Gio) et le débit atteint 250 Mio/s à partir de 334 Gio. Un volume gp2 de 2 Tio dispose ainsi de plus de 6 000 IOPS de base. Converti en gp3 sans paramètre supplémentaire, il retombe à 3 000 IOPS et 125 Mio/s. Pour ces volumes, il faut provisionner explicitement les IOPS et le débit lors de la conversion, ce qui est facturé en sus : l'économie reste généralement réelle, mais elle se calcule volume par volume, pas en appliquant 20 % à l'ensemble du parc.

Spot pour ce qui tolère l'interruption

Les instances Spot sont le levier le plus puissant sur le compute, mais uniquement pour les workloads conçus pour être interrompus. EC2 émet un avis d'interruption deux minutes avant l'arrêt, via EventBridge et les métadonnées d'instance, et AWS précise que cet avis est fourni au mieux, sans garantie. Les bons candidats : runners de CI, traitements batch reprenables, environnements éphémères, workers sans état derrière une file de messages.

La condition de succès est la diversification. Un groupe Auto Scaling ou un NodePool Karpenter limité à un seul type d'instance subira les reprises de capacité de plein fouet ; en autorisant plusieurs familles et tailles, on réduit fortement le risque de se retrouver sans capacité. À l'inverse, nous déconseillons Spot pour une base de données auto-hébergée sur une seule instance ou pour un calcul de plusieurs heures sans point de reprise.

S3 : Intelligent-Tiering, avec discernement

S3 Intelligent-Tiering déplace automatiquement un objet vers le tier Infrequent Access après 30 jours sans accès, puis vers Archive Instant Access après 90 jours, sans frais de récupération. En contrepartie, chaque objet surveillé entraîne des frais mensuels de monitoring. Surtout, les objets de moins de 128 Ko ne sont pas surveillés et restent toujours dans le tier Frequent Access : un bucket composé de millions de petits fichiers JSON n'en tirera presque rien.

Quand le cycle de vie des données est prévisible (des logs jamais relus au-delà de 30 jours, par exemple), une règle de lifecycle qui transfère ou expire les objets à date fixe est plus simple et plus lisible. Profitez-en pour ajouter une règle d'expiration des multipart uploads incomplets, qui occupent du stockage facturé sans apparaître comme objets dans la console.

S'engager en dernier : les Savings Plans

Une fois le parc nettoyé et redimensionné, la consommation qui reste est la base sur laquelle s'engager. Les Savings Plans reposent sur un engagement de dépense horaire (en dollars par heure) sur un ou trois ans. La consommation au-delà de l'engagement est facturée au tarif à la demande ; l'engagement non consommé est dû quand même. D'après la documentation AWS sur les types de Savings Plans, les remises maximales annoncées sont :

  • Compute Savings Plans : jusqu'à 66 %, sur EC2 quelles que soient la famille, la taille, la Région et l'OS, ainsi que sur Fargate et Lambda
  • EC2 Instance Savings Plans : jusqu'à 72 %, mais liés à une famille d'instances dans une Région
  • Database Savings Plans : jusqu'à 35 % sur Aurora, RDS, DynamoDB, ElastiCache et d'autres services de données, sur un an et sans paiement initial uniquement

Ce sont des plafonds, pas des promesses : la remise effective dépend du type d'instance, de la Région, de la durée et de l'option de paiement.

Nous recommandons les Compute Savings Plans par défaut, même si leur remise maximale est inférieure. Un EC2 Instance Savings Plan pris sur la famille m6i ne couvrira plus rien le jour où l'équipe migre vers m7g ; le Compute Savings Plan suit la charge. Le plan par famille ne se justifie que pour un parc stable, sans migration de génération ni d'architecture prévue pendant la durée de l'engagement.

aws ce get-savings-plans-purchase-recommendation \
  --savings-plans-type COMPUTE_SP \
  --term-in-years ONE_YEAR \
  --payment-option NO_UPFRONT \
  --lookback-period-in-days THIRTY_DAYS \
  --query "SavingsPlansPurchaseRecommendation.SavingsPlansPurchaseRecommendationSummary"

La recommandation s'appuie sur une fenêtre de 7, 30 ou 60 jours d'historique. Si cette fenêtre inclut la période d'avant le rightsizing, elle surestime la base et pousse à sur-engager. Nous attendons que la consommation se soit stabilisée après les optimisations, puis nous couvrons le plancher de la consommation horaire plutôt que sa moyenne, et nous achetons par tranches successives plutôt qu'en une fois. Un sous-engagement laisse une part de la consommation au tarif à la demande et se corrige par un achat complémentaire ; un sur-engagement se paie chaque heure jusqu'à l'échéance.

Rendre l'économie durable

Sans gouvernance, la facture dérive de nouveau dès que l'attention retombe. Trois mécanismes tiennent dans la durée.

Le premier est le tagging imposé. Une SCP peut refuser la création d'une ressource sans tag cost-center grâce à la condition aws:RequestTag, mais elle ne s'applique qu'aux actions qui acceptent les tags à la création, et une SCP trop large bloque des pipelines légitimes. Nous la limitons aux ressources coûteuses (instances, volumes, bases) et la complétons par des tag policies AWS Organizations, qui standardisent les valeurs autorisées.

Le deuxième est l'alerte. Un budget AWS par compte ou par équipe, avec des seuils réels et prévisionnels, signale une dérive avant la facture ; AWS Cost Anomaly Detection repère les pics qu'aucun seuil statique n'aurait anticipés.

Le troisième est humain : une revue mensuelle avec les propriétaires de chaque compte, centrée sur les écarts d'un mois sur l'autre plutôt que sur les montants absolus. C'est elle qui transforme une campagne d'optimisation ponctuelle en pratique FinOps.

L'ampleur des économies dépend fortement de l'existant : elle se mesure lors de l'audit, à partir de votre facture réelle, et non à partir d'un pourcentage générique.

  • #AWS
  • #FinOps
  • #Rightsizing
  • #Savings Plans
  • #Coûts Cloud

Besoin d'aide sur ce sujet ?

Nos ingénieurs peuvent auditer votre contexte et vous proposer un plan d'action concret.

Parlons de votre projet →