Module 6 : FinOps & Coûts Cloud

Durée estimée : 1 heure

Objectifs du Module

À la fin de ce module, vous serez capable de :

• Comprendre les modèles de tarification cloud
• Identifier les principaux postes de coûts
• Appliquer les techniques d'optimisation
• Estimer le coût d'une architecture
• Comprendre la démarche FinOps

---

1. Introduction au FinOps

1.1 Qu'est-ce que le FinOps ?

Définition

FinOps (Financial Operations) est une pratique culturelle et une discipline qui rapproche les équipes Finance, Tech et Business pour une gestion optimale des coûts cloud.

graph TB
    subgraph "FinOps = Collaboration"
        FINANCE["💰 Finance<br/>Budget, Reporting"]
        TECH["💻 Tech<br/>Architecture, Ops"]
        BUSINESS["📊 Business<br/>Valeur, Priorités"]
    end

    FINANCE <--> TECH
    TECH <--> BUSINESS
    BUSINESS <--> FINANCE

    CENTER["☁️ Coûts Cloud<br/>Optimisés"]

    FINANCE --> CENTER
    TECH --> CENTER
    BUSINESS --> CENTER

    style CENTER fill:#4caf50,color:#fff

1.2 Pourquoi le FinOps est Important ?

graph LR
    subgraph "Avant FinOps"
        BEFORE["💸 Facture cloud<br/>= Surprise mensuelle"]
    end

    subgraph "Avec FinOps"
        AFTER["📊 Coûts<br/>= Prévisibles & Optimisés"]
    end

    BEFORE -->|"Transformation"| AFTER

    style BEFORE fill:#f44336,color:#fff
    style AFTER fill:#4caf50,color:#fff

Problèmes typiques sans FinOps : - Facture qui double d'un mois à l'autre - Ressources inutilisées qui tournent - Pas de visibilité sur qui consomme quoi - Environnements de dev qui coûtent autant que la prod

---

2. Modèles de Tarification Cloud

2.1 Pay-As-You-Go (À la demande)

graph LR
    subgraph "Tarification à l'usage"
        HOUR["⏰ Par heure/seconde"]
        UNIT["📊 Par unité (Go, requête)"]
        TRANS["💳 Par transaction"]
    end

    style HOUR fill:#2196f3,color:#fff
    style UNIT fill:#4caf50,color:#fff
    style TRANS fill:#FF9800800800,color:#fff

Service	Unité de facturation	Exemple de prix
VM (EC2, Azure VM)	Par heure/seconde	$0.10/heure
Object Storage (S3)	Par Go stocké + requêtes	$0.023/Go/mois
Data Transfer	Par Go sortant	$0.09/Go
Serverless (Lambda)	Par exécution + durée	$0.0000002/requête
Database (RDS)	Par heure + stockage	$0.05/heure + $0.10/Go

2.2 Reserved Instances / Savings Plans

graph TB
    subgraph "Comparaison"
        OD["💳 On-Demand<br/>$100/mois<br/>Pas d'engagement"]
        RI["📅 Reserved 1 an<br/>$70/mois (-30%)<br/>Engagement"]
        RI3["📅 Reserved 3 ans<br/>$50/mois (-50%)<br/>Engagement long"]
    end

    style OD fill:#f44336,color:#fff
    style RI fill:#FF9800800800,color:#fff
    style RI3 fill:#4caf50,color:#fff

Type	Engagement	Réduction	Flexibilité
On-Demand	Aucun	0%	Maximale
Reserved 1 an	1 an	20-40%	Instance fixe
Reserved 3 ans	3 ans	40-60%	Instance fixe
Savings Plans	$/heure pendant 1-3 ans	20-50%	Flexible
Spot Instances	Aucun	60-90%	Peut être interrompu

2.3 Spot/Preemptible Instances

Attention

Les Spot Instances peuvent être interrompues à tout moment (préavis de 2 minutes). À utiliser uniquement pour des workloads tolérants aux interruptions.

Cas d'usage Spot : - Batch processing - CI/CD (builds) - Big Data / Analytics - Rendering - Tests de charge

À éviter pour : - Bases de données - Applications critiques - Services temps réel

---

3. Anatomie d'une Facture Cloud

3.1 Les Principaux Postes de Coûts

pie title Répartition Typique des Coûts Cloud
    "Compute (VMs)" : 45
    "Storage" : 20
    "Data Transfer" : 15
    "Database" : 12
    "Autres" : 8

3.2 Les Coûts Cachés

Coût caché	Description	Comment éviter
Data Transfer	Trafic sortant facturé	Utiliser CDN, régions proches
Snapshots/Backups	S'accumulent	Politique de rétention
IPs publiques	Facturées si non attachées	Libérer les IPs inutilisées
Load Balancers	Facturés même sans trafic	Supprimer en dev
NAT Gateway	Par heure + par Go	Optimiser le trafic
Logs/Monitoring	Volume de données	Filtrer, échantillonner

3.3 Exemple de Facture Détaillée

╔══════════════════════════════════════════════════════════╗
║                    FACTURE CLOUD - Mars 2024              ║
╠══════════════════════════════════════════════════════════╣
║ COMPUTE                                                   ║
║   EC2 On-Demand (Production)          $2,340.00          ║
║   EC2 Reserved (Production)           $1,200.00          ║
║   EC2 On-Demand (Dev/Test)              $890.00  ⚠️      ║
║   Lambda                                 $45.00          ║
╠══════════════════════════════════════════════════════════╣
║ STORAGE                                                   ║
║   S3 Standard                           $230.00          ║
║   S3 Glacier                             $12.00          ║
║   EBS Volumes                           $456.00          ║
║   EBS Snapshots                         $189.00  ⚠️      ║
╠══════════════════════════════════════════════════════════╣
║ DATABASE                                                  ║
║   RDS PostgreSQL                        $567.00          ║
║   ElastiCache                           $234.00          ║
╠══════════════════════════════════════════════════════════╣
║ NETWORK                                                   ║
║   Data Transfer Out                     $345.00  ⚠️      ║
║   NAT Gateway                           $123.00          ║
║   Load Balancers                         $89.00          ║
╠══════════════════════════════════════════════════════════╣
║ TOTAL                                   $6,720.00         ║
╚══════════════════════════════════════════════════════════╝

⚠️ = Opportunités d'optimisation identifiées

---

4. Techniques d'Optimisation

4.1 Right-Sizing

Définition

Right-sizing = Adapter la taille des ressources à l'usage réel.

graph TB
    subgraph "Avant Right-Sizing"
        BIG["💻 m5.4xlarge<br/>16 vCPU, 64 GB<br/>Utilisation: 15%<br/>$500/mois"]
    end

    subgraph "Après Right-Sizing"
        SMALL["💻 m5.large<br/>2 vCPU, 8 GB<br/>Utilisation: 70%<br/>$70/mois"]
    end

    BIG -->|"-86%"| SMALL

    style BIG fill:#f44336,color:#fff
    style SMALL fill:#4caf50,color:#fff

Comment identifier : - Utilisation CPU moyenne < 20% - Utilisation mémoire moyenne < 30% - Pics rarement atteints

4.2 Arrêt des Ressources Non Utilisées

graph LR
    subgraph "Environnements Dev/Test"
        DEV["💻 Dev Servers"]
        TEST["💻 Test Servers"]
        STAGING["💻 Staging"]
    end

    SCHEDULE["⏰ Schedule<br/>ON: 8h-20h<br/>OFF: Nuit + WE"]

    DEV --> SCHEDULE
    TEST --> SCHEDULE
    STAGING --> SCHEDULE

    SAVINGS["💰 -65% coûts Dev"]

    SCHEDULE --> SAVINGS

    style SAVINGS fill:#4caf50,color:#fff

Actions rapides : - Arrêter les VMs dev la nuit et le weekend - Supprimer les environnements de POC/tests terminés - Identifier les ressources orphelines (IPs, disques, snapshots)

4.3 Choix du Bon Storage Tier

graph TB
    subgraph "Migration Storage"
        HOT["🔥 Hot Storage<br/>$0.023/Go/mois"]
        WARM["♨️ Infrequent Access<br/>$0.0125/Go/mois"]
        COLD["❄️ Glacier<br/>$0.004/Go/mois"]
    end

    HOT -->|"Données > 30j"| WARM
    WARM -->|"Données > 90j"| COLD

    style HOT fill:#f44336,color:#fff
    style WARM fill:#FF9800800800,color:#fff
    style COLD fill:#2196f3,color:#fff

4.4 Tableau Récapitulatif des Optimisations

Technique	Économie potentielle	Effort	Impact
Right-sizing	30-50%	Moyen	Immédiat
Reserved Instances	30-60%	Faible	Immédiat
Spot Instances	60-90%	Élevé	Variable
Arrêt nuit/weekend	65% sur Dev	Faible	Immédiat
Storage tiering	50-80% storage	Moyen	Progressif
Suppression orphelins	5-15%	Faible	Immédiat
Optimisation data transfer	20-40%	Élevé	Progressif

---

5. Outils de Gestion des Coûts

5.1 Outils Natifs par Provider

Provider	Outil	Fonctionnalités
AWS	Cost Explorer	Analyse, prévisions, recommandations
AWS	Budgets	Alertes, actions automatiques
Azure	Cost Management	Analyse, budgets, optimisation
GCP	Billing Reports	Analyse, export, budgets
GCP	Recommender	Suggestions d'optimisation

5.2 Outils Tiers

Outil	Description
CloudHealth	Multi-cloud, reporting avancé
Spot.io	Optimisation Spot/Reserved
Kubecost	Coûts Kubernetes
Infracost	Estimation coûts IaC (Terraform)

5.3 Bonnes Pratiques de Suivi

graph TB
    subgraph "Process FinOps"
        TAG["🏷️ Tagging<br/>(Env, Team, Project)"]
        BUDGET["💰 Budgets<br/>(Par équipe/projet)"]
        ALERT["🚨 Alertes<br/>(80%, 100%, 120%)"]
        REVIEW["📊 Revue Mensuelle<br/>(Analyse des écarts)"]
    end

    TAG --> BUDGET --> ALERT --> REVIEW
    REVIEW --> TAG

    style TAG fill:#2196f3,color:#fff
    style ALERT fill:#FF9800800800,color:#fff

Tags essentiels à mettre en place :

Tag	Exemple	Usage
Environment	prod, staging, dev	Filtrer par environnement
Team	payment, fraud, mobile	Répartir les coûts
Project	phoenix, atlas	Coût par projet
Owner	marie.dupont@worldline.com	Responsable
CostCenter	CC-1234	Imputation comptable

---

6. Estimation des Coûts

6.1 Calculateurs de Prix

Provider	Outil	URL
AWS	Pricing Calculator	calculator.aws
Azure	Pricing Calculator	azure.microsoft.com/pricing/calculator
GCP	Pricing Calculator	cloud.google.com/products/calculator

6.2 Exemple d'Estimation

Scénario : Application web avec 10 000 utilisateurs

╔══════════════════════════════════════════════════════════╗
║           ESTIMATION MENSUELLE - App Web Standard         ║
╠══════════════════════════════════════════════════════════╣
║ COMPUTE                                                   ║
║   2x m5.large (On-Demand)               $140.00          ║
║   Load Balancer                          $20.00          ║
╠══════════════════════════════════════════════════════════╣
║ DATABASE                                                  ║
║   RDS PostgreSQL (db.t3.medium)         $100.00          ║
║   100 GB storage                         $12.00          ║
╠══════════════════════════════════════════════════════════╣
║ STORAGE                                                   ║
║   S3 (50 GB)                              $1.15          ║
║   Data Transfer (100 GB out)              $9.00          ║
╠══════════════════════════════════════════════════════════╣
║ TOTAL ESTIMÉ                            $282.15/mois     ║
╚══════════════════════════════════════════════════════════╝

Avec Reserved Instances 1 an : ~$200/mois (-29%)

---

7. Quiz de Validation

Question 1

Quelle option offre la plus grande réduction de coûts sur les VMs ?

Réponse

Spot Instances (60-90% de réduction)

Mais attention : elles peuvent être interrompues. Pour des workloads stables, les Reserved Instances (30-60%) sont plus adaptées.

Question 2

Vous avez une VM avec 10% d'utilisation CPU moyenne. Que recommandez-vous ?

Réponse

Right-sizing : Réduire la taille de la VM

Une VM utilisée à 10% est surdimensionnée. Passez à une taille inférieure (par exemple de m5.xlarge à m5.medium) pour économiser 50-75%.

Question 3

Quel est le coût caché le plus souvent oublié ?

Réponse

Data Transfer sortant

Le trafic entrant est souvent gratuit, mais le trafic sortant est facturé ($0.05-0.15/Go). Cela peut représenter 15-25% de la facture.

Question 4

Comment réduire les coûts des environnements Dev/Test de 65% ?

Réponse

Arrêt automatique nuit et weekend

Si les VMs tournent uniquement 8h-20h en semaine : - 12h × 5 jours = 60h actives - vs 168h (24×7) - Économie : 64%

---

8. Checklist FinOps

Actions Prioritaires

Visibilité

• [ ] Tagging obligatoire sur toutes les ressources
• [ ] Budgets définis par équipe/projet
• [ ] Alertes à 80%, 100%, 120% du budget
• [ ] Revue mensuelle des coûts

Quick Wins

• [ ] Identifier et supprimer les ressources orphelines
• [ ] Right-sizing des VMs sous-utilisées (<30% CPU)
• [ ] Arrêt automatique des environnements Dev la nuit
• [ ] Migration des vieux snapshots vers Glacier

Optimisation Long Terme

• [ ] Analyse pour Reserved Instances (workloads stables)
• [ ] Évaluation Spot pour batch/CI
• [ ] Politique de lifecycle storage
• [ ] Optimisation data transfer (CDN, régions)

---

Exercice : À Vous de Jouer

Mise en Pratique

Objectif : Analyser et optimiser la facture cloud d'une entreprise

Contexte : Vous recevez la facture AWS du mois dernier qui atteint 12 000€, alors que le budget prévu était de 8 000€. Le directeur financier vous demande d'analyser les dérives et de proposer un plan d'optimisation pour revenir dans le budget.

Facture actuelle : - EC2 On-Demand (24/7) : 5 400€ - RDS PostgreSQL : 2 100€ - S3 Standard (200 To) : 4 600€ - Data Transfer sortant : 1 900€

Tâches à réaliser :

1. Identifiez les 3 principaux postes de dérives par rapport aux bonnes pratiques FinOps
2. Proposez des optimisations concrètes pour chaque poste avec économies estimées
3. Calculez le nouveau coût mensuel après optimisations
4. Mettez en place des alertes budgétaires pour éviter les dérives futures

Critères de validation :

• [ ] Identification correcte des dérives (right-sizing, storage tiering, data transfer)
• [ ] Optimisations chiffrées et réalistes
• [ ] Retour dans le budget de 8 000€
• [ ] Plan d'alertes et de gouvernance

Solution

1. Analyse des dérives

Dérive #1 : EC2 On-Demand 24/7 (5 400€) - ❌ Pas de Reserved Instances malgré usage constant - ❌ Potentiellement surdimensionné (pas de right-sizing) - ❌ Environnements dev/test qui tournent la nuit

Dérive #2 : S3 Standard pour tout (4 600€) - ❌ 200 To en classe Standard alors que tout n'est pas chaud - ❌ Pas de lifecycle policy - ❌ Probablement des données anciennes jamais accédées

Dérive #3 : Data Transfer élevé (1 900€) - ❌ Pas de CloudFront CDN - ❌ Transferts inter-régions non optimisés

2. Plan d'optimisation

Optimisation #1 : EC2 (5 400€ → 2 700€, -50%)

# 1a. Reserved Instances 1 an pour la prod (économie -40%)
aws ec2 purchase-reserved-instances-offering \
  --instance-count 10 \
  --offering-id ri-offering-xxx
# Économie : 5 400€ × 40% = 2 160€

# 1b. Arrêt auto des environnements dev/test
# Scheduler Lambda qui arrête les instances tagged "env=dev"
aws lambda create-function \
  --function-name ec2-scheduler \
  --runtime python3.9 \
  --handler lambda_function.lambda_handler
# Économie supplémentaire : -65% sur dev = 540€

# 1c. Right-sizing (analyser CPU < 20%)
aws compute-optimizer get-ec2-instance-recommendations
# Potentiel : -10% supplémentaire = 270€

# Total économisé sur EC2 : 2 970€
# Nouveau coût : 2 430€

Optimisation #2 : S3 (4 600€ → 1 840€, -60%)

# 2a. S3 Intelligent-Tiering pour migration auto
aws s3api put-bucket-intelligent-tiering-configuration \
  --bucket my-bucket \
  --id auto-archive \
  --intelligent-tiering-configuration file://tiering.json

# 2b. Lifecycle policy pour archivage
{
  "Rules": [{
    "Status": "Enabled",
    "Transitions": [
      {
        "Days": 90,
        "StorageClass": "INTELLIGENT_TIERING"
      },
      {
        "Days": 365,
        "StorageClass": "GLACIER"
      }
    ]
  }]
}

# Estimation économies :
# - 150 To rarement accédés → Intelligent-Tiering
#   4 600€ × (150/200) × 50% = 1 725€ économisés
# - 50 To archives → Glacier
#   4 600€ × (50/200) × 80% = 920€ économisés
# Total économisé : 2 645€
# Nouveau coût S3 : 1 955€

Optimisation #3 : Data Transfer (1 900€ → 950€, -50%)

# 3a. CloudFront devant S3
aws cloudfront create-distribution \
  --origin-domain-name mybucket.s3.amazonaws.com \
  --default-root-object index.html

# 3b. Optimiser les régions (tout en eu-west-3)
# Éviter les transferts inter-régions

# Économie estimée :
# - CDN cache 70% du trafic : 1 900€ × 50% = 950€
# Nouveau coût Data Transfer : 950€

3. Calcul du nouveau coût mensuel

Poste	Avant	Après	Économie
EC2	5 400€	2 430€	-2 970€ (-55%)
RDS	2 100€	2 100€	0€ (déjà optimisé)
S3	4 600€	1 955€	-2 645€ (-58%)
Data Transfer	1 900€	950€	-950€ (-50%)
TOTAL	12 000€	7 435€	-4 565€ (-38%)

✅ Objectif atteint : 7 435€ < 8 000€ budget

4. Mise en place des alertes

# Budget AWS avec alertes à 80%, 100%, 120%
aws budgets create-budget \
  --account-id 123456789012 \
  --budget file://budget.json \
  --notifications-with-subscribers file://notifications.json

# budget.json
{
  "BudgetName": "Monthly-Cloud-Budget",
  "BudgetLimit": {
    "Amount": "8000",
    "Unit": "EUR"
  },
  "TimeUnit": "MONTHLY",
  "BudgetType": "COST"
}

# notifications.json (alerte à 80% = 6 400€)
{
  "Notification": {
    "ComparisonOperator": "GREATER_THAN",
    "Threshold": 80,
    "ThresholdType": "PERCENTAGE",
    "NotificationType": "ACTUAL"
  },
  "Subscribers": [{
    "Address": "finops-team@company.com",
    "SubscriptionType": "EMAIL"
  }]
}

# Tags obligatoires pour la traçabilité
aws organizations enable-policy-type \
  --policy-type TAG_POLICY

# Tag Policy : Environment, Owner, CostCenter obligatoires

Gouvernance FinOps mise en place : - 📊 Dashboard Cout Explorer activé avec drill-down par tag - 🚨 Alertes à 80%, 100%, 120% du budget - 📋 Revue mensuelle des coûts par équipe - 🏷️ Tagging obligatoire sur toutes les ressources - 📈 Rapport hebdomadaire des Top 10 ressources coûteuses

---

Navigation

Précédent	Suivant
← Module 5 : Architecture Cloud	Module 7 : Cas d'Usage Worldline →

---

Navigation

← Module 5 : Architecture Cloud (HA, DR...	Module 7 : Cas d'Usage Worldline →

Retour au Programme