Otimização de Custos AWS

Este fluxo de trabalho analisa arquivos de Infraestrutura como Código (IaC) e recursos AWS para gerar recomendações de otimização de custos. Ele cria issues individuais no GitHub para cada oportunidade de otimização, além de uma issue EPIC para coordenar a implementação, permitindo o rastreamento e a execução eficientes de iniciativas de economia de custos.

Pré-requisitos

• AWS CLI configurado e autenticado (aws sts get-caller-identity bem-sucedido)
• Servidor GitHub MCP configurado e autenticado
• Repositório GitHub de destino identificado
• Recursos AWS implantados (arquivos IaC opcionais, mas úteis)

Etapas do Fluxo de Trabalho

Etapa 1: Obter Melhores Práticas de Otimização de Custos AWS

Ação: Recuperar as melhores práticas de otimização de custos antes da análise Ferramentas: fetch para recuperar documentação AWS Processo:

1. Carregar Melhores Práticas:
   • Obter https://docs.aws.amazon.com/cost-management/latest/userguide/cost-optimization-best-practices.html
   • Obter o resumo do pilar de Otimização de Custos do AWS Well-Architected
   • Usar essas práticas para informar a análise e as recomendações subsequentes

Etapa 2: Descobrir Infraestrutura AWS

Ação: Descobrir e analisar dinamicamente recursos e configurações AWS Ferramentas: AWS CLI + Acesso ao sistema de arquivos local Processo:

1. Descoberta de Conta e Região:

   • Executar aws sts get-caller-identity para confirmar a conta
   • Executar aws configure get region para determinar a região padrão

2. Descoberta de Recursos (por região):

   • Instâncias EC2: aws ec2 describe-instances --query 'Reservations[].Instances[].[InstanceId,InstanceType,State.Name,Tags]'
   • Instâncias RDS: aws rds describe-db-instances --query 'DBInstances[].[DBInstanceIdentifier,DBInstanceClass,Engine,MultiAZ]'
   • Funções Lambda: aws lambda list-functions --query 'Functions[].[FunctionName,Runtime,MemorySize,Architectures]'
   • Clusters/serviços ECS: aws ecs list-clusters e depois aws ecs describe-services
   • Buckets S3: aws s3api list-buckets --query 'Buckets[].Name'
   • Clusters ElastiCache: aws elasticache describe-cache-clusters
   • Gateways NAT: aws ec2 describe-nat-gateways
   • Balanceadores de Carga: aws elbv2 describe-load-balancers

3. Detecção de IaC:

   • Escanear por arquivos IaC: **/*.tf, **/*.yaml (CloudFormation/SAM), **/*.json (CloudFormation), **/cdk.json, lib/**/*.ts (CDK)
   • Analisar definições de recursos para entender as configurações pretendidas
   • NÃO usar arquivos de código de aplicação — apenas arquivos IaC como fonte da verdade
   • Se nenhum arquivo IaC for encontrado: PARAR e relatar ao usuário

Etapa 3: Coletar Métricas de Uso e Validar Custos Atuais

Ação: Reunir dados de utilização e verificar os custos reais dos recursos Ferramentas: AWS CLI (CloudWatch, Cost Explorer) Processo:

1. Métricas do CloudWatch (últimos 7 dias):

   # EC2 CPU utilization
   aws cloudwatch get-metric-statistics \
     --namespace AWS/EC2 --metric-name CPUUtilization \
     --dimensions Name=InstanceId,Value=<id> \
     --start-time $(date -u -d '7 days ago' +%Y-%m-%dT%H:%M:%SZ) \
     --end-time $(date -u +%Y-%m-%dT%H:%M:%SZ) \
     --period 3600 --statistics Average
   
   # Lambda duration
   aws cloudwatch get-metric-statistics \
     --namespace AWS/Lambda --metric-name Duration \
     --dimensions Name=FunctionName,Value=<name> \
     --start-time $(date -u -d '7 days ago' +%Y-%m-%dT%H:%M:%SZ) \
     --end-time $(date -u +%Y-%m-%dT%H:%M:%SZ) \
     --period 86400 --statistics Average,Maximum
   

2. AWS Cost Explorer:

   aws ce get-cost-and-usage \
     --time-period Start=$(date -u -d '30 days ago' +%Y-%m-%d),End=$(date -u +%Y-%m-%d) \
     --granularity MONTHLY --metrics BlendedCost \
     --group-by Type=DIMENSION,Key=SERVICE
   

3. Calcular Métricas de Linha de Base: Médias de CPU/Memória, taxas de invocação Lambda, padrões de transferência de dados e um total mensal atual realista.

Etapa 4: Gerar Recomendações de Otimização de Custos

Ação: Analisar recursos para identificar oportunidades de otimização Processo:

1. Aplicar Padrões de Otimização:

   Computação:

   • EC2: Dimensionar corretamente com base em CPU/memória (<20% de média → reduzir tamanho), converter On-Demand para Savings Plans, migrar para Graviton/ARM (até 40% mais barato)
   • Lambda: Reduzir memória para funções inativas, mudar para arm64 (20% mais barato)
   • ECS/EKS: Usar Fargate Spot para cargas de trabalho de desenvolvimento/batch

   Banco de Dados:

   • RDS: Dimensionar corretamente a classe da instância, converter single-AZ para desenvolvimento, usar Aurora Serverless v2 para carga variável
   • DynamoDB: Mudar de Provisionado → Sob Demanda para tráfego imprevisível

…