Otimização de Custos do Azure

Este fluxo de trabalho analisa arquivos de Infraestrutura como Código (IaC) e recursos do Azure 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

• Servidor MCP do Azure configurado e autenticado
• Servidor MCP do GitHub configurado e autenticado
• Repositório GitHub de destino identificado
• Recursos do Azure implantados (arquivos IaC opcionais, mas úteis)
• Preferir ferramentas MCP do Azure (azmcp-*) em vez do Azure CLI direto quando disponível

Etapas do Fluxo de Trabalho

Etapa 1: Obter Melhores Práticas do Azure

Ação: Recuperar melhores práticas de otimização de custos antes da análise Ferramentas: Ferramenta de melhores práticas do MCP do Azure Processo:

1. Carregar Melhores Práticas:
   • Executar azmcp-bestpractices-get para obter algumas das diretrizes de otimização mais recentes do Azure. Isso pode não cobrir todos os cenários, mas fornece uma base.
   • Usar essas práticas para informar a análise e as recomendações subsequentes o máximo possível
   • Referenciar melhores práticas em recomendações de otimização, seja da saída da ferramenta MCP ou da documentação geral do Azure

Etapa 2: Descobrir Infraestrutura do Azure

Ação: Descobrir e analisar dinamicamente recursos e configurações do Azure Ferramentas: Ferramentas MCP do Azure + fallback do Azure CLI + acesso ao sistema de arquivos local Processo:

1. Descoberta de Recursos:

   • Executar azmcp-subscription-list para encontrar assinaturas disponíveis
   • Executar azmcp-group-list --subscription <subscription-id> para encontrar grupos de recursos
   • Obter uma lista de todos os recursos no(s) grupo(s) relevante(s):
     • Usar az resource list --subscription <id> --resource-group <name>
   • Para cada tipo de recurso, usar ferramentas MCP primeiro, se possível, depois fallback do CLI:
     • azmcp-cosmos-account-list --subscription <id> - Contas do Cosmos DB
     • azmcp-storage-account-list --subscription <id> - Contas de armazenamento
     • azmcp-monitor-workspace-list --subscription <id> - Espaços de trabalho do Log Analytics
     • azmcp-keyvault-key-list - Key Vaults
     • az webapp list - Aplicativos Web (fallback - nenhuma ferramenta MCP disponível)
     • az appservice plan list - Planos do Serviço de Aplicativo (fallback)
     • az functionapp list - Aplicativos de Função (fallback)
     • az sql server list - Servidores SQL (fallback)
     • az redis list - Cache Redis (fallback)
     • ... e assim por diante para outros tipos de recursos

2. Detecção de IaC:

   • Usar file_search para procurar arquivos IaC: "/*.bicep", "/*.tf", "/main.json", "/template.json"
   • Analisar definições de recursos para entender as configurações pretendidas
   • Comparar com os recursos descobertos para identificar discrepâncias
   • Observar a presença de arquivos IaC para recomendações de implementação posteriormente
   • NÃO usar nenhum outro arquivo do repositório, apenas arquivos IaC. O uso de outros arquivos NÃO é permitido, pois não são a fonte da verdade.
   • Se você não encontrar arquivos IaC, PARE e informe ao usuário que nenhum arquivo IaC foi encontrado.

3. Análise de Configuração:

   • Extrair SKUs, níveis e configurações atuais para cada recurso
   • Identificar relacionamentos e dependências de recursos
   • Mapear padrões de utilização de recursos onde disponíveis

Etapa 3: Coletar Métricas de Uso e Validar Custos Atuais

Ação: Coletar dados de utilização E verificar os custos reais dos recursos Ferramentas: Ferramentas de monitoramento MCP do Azure + Azure CLI Processo:

1. Encontrar Fontes de Monitoramento:

   • Usar azmcp-monitor-workspace-list --subscription <id> para encontrar espaços de trabalho do Log Analytics
   • Usar azmcp-monitor-table-list --subscription <id> --workspace <name> --table-type "CustomLog" para descobrir dados disponíveis

2. Executar Consultas de Uso:

   • Usar azmcp-monitor-log-query com estas consultas predefinidas:
     • Consulta: "recent" para padrões de atividade recentes
     • Consulta: "errors" para logs de nível de erro indicando problemas
   • Para análise personalizada, usar consultas KQL:

   // CPU utilization for App Services
   AppServiceAppLogs
   | where TimeGenerated > ago(7d)
   | summarize avg(CpuTime) by Resource, bin(TimeGenerated, 1h)
   
   // Cosmos DB RU consumption  
   AzureDiagnostics
   | where ResourceProvider == "MICROSOFT.DOCUMENTDB"
   | where TimeGenerated > ago(7d)
   | summarize avg(RequestCharge) by Resource
   
   // Storage account access patterns
   StorageBlobLogs
   | where TimeGenerated > ago(7d)
   | summarize RequestCount=count() by AccountName, bin(TimeGenerated, 1d)
   

3. Calcular Métricas de Linha de Base:

…