Pular para o conteúdo
Voltar para o Blog

Cloud FinOps na Prática: Reduzindo Gastos em AWS e GCP Sem Reduzir a Velocidade de Entrega

Antigamente, subir um servidor novo exigia orçamento aprovado, cotação de compras e semanas esperando hardware chegar. Na nuvem pública, uma alteração rápida num manifesto de Kubernetes ou arquivo Terraform no fim da tarde consegue subir instâncias pesadas de banco ou armazenamento e adicionar dezenas de milhares de reais por mês na fatura sem ninguém perceber até o fechamento contábil.

Essa autonomia para provisionar recursos acelerou demais a entrega de software, mas também trouxe um efeito colateral que quase todo gestor de TI já enfrentou: a fatura da AWS, do GCP ou do Azure crescendo bem mais rápido do que o volume de vendas da empresa.

Os estudos anuais do Flexera State of the Cloud Report e da FinOps Foundation mostram que de 27% a 32% do gasto corporativo em nuvem acaba indo embora em capacidade ociosa, bancos superdimensionados, retenção esquecida de logs e tráfego de rede mal desenhado. Na nossa própria experiência revisando arquiteturas em produção, chegamos a reduzir em até 50% a conta mensal de nuvem sem desligar nada no susto e sem travar entregas das squads.

Compartilho aqui a sequência de 90 dias que funcionou melhor para nós sempre que precisamos colocar a conta de nuvem em ordem mantendo o SLA lá em cima.

1. Primeiras duas semanas: dar nome aos bois e limpar o que ficou esquecido

É impossível arrumar o que aparece misturado numa linha única de cartão corporativo. Nos primeiros quinze dias, o foco que sempre deu retorno rápido e risco zero foi organizar tags mínimas de centro de custo (ambiente, servico, squad) e recolher o que ficou ligado à toa sem precisar mexer numa linha de regra de negócio:

  • Discos soltos e snapshots antigos: máquinas virtuais desligadas meses atrás costumam deixar volumes de bloco e anos de snapshots automáticos cobrando todo mês em silêncio.
  • Balanceadores órfãos e IPs públicos sem uso: serviços descontinuados frequentemente esquecem Load Balancers ativos cobrando taxa fixa por hora.
  • Horário automático para ambientes de teste e homologação: manter clusters de dev, qa e homolog acesos de madrugada e no fim de semana inteiro queima dinheiro sem ninguém logado. Automatizar o desligamento fora do expediente comercial já derruba cerca de 60% a 65% do gasto fora de produção.
  • Ciclo de vida em buckets de arquivos e logs: mover anexos antigos e logs com mais de 30 dias para camadas frias de armazenamento costuma reduzir de 40% a 60% essa linha da fatura logo no primeiro mês.

2. Semanas 3 a 6: ajustar folgas exageradas e testar processadores ARM

Passada a limpeza inicial, vale olhar para o uso real de CPU e memória. É muito comum abrir um cluster Kubernetes corporativo e descobrir que o uso médio real de processador não passa de 18%, mesmo com dezenas de nós caros alocados.

Isso acontece quase sempre por cópia de template: para não ter dor de cabeça, alguém copia um manifesto antigo pedindo 2 vCPUs e 8 GB de RAM para uma API leve que no pico usa um décimo disso. Como o orquestrador reserva máquina pelo que foi pedido no YAML e não pelo consumo real, o cluster escala nós que ficam vazios na maior parte do dia.

O que fizemos na práticaEsforço médio do timeEconomia observadaRisco para a produção
Desligamento agendado de dev e homologação à noite e fins de semana1 a 2 dias (Terraform / agendamento)60% a 65% em ambientes não produtivosNenhum na produção
Ciclo de vida de buckets e uso de VPC Endpoints gratuitos2 a 3 dias40% a 70% em storage e tráfego NATNenhum
Ajuste de requests de CPU e RAM com histórico real de 30 dias1 a 2 semanas25% a 40% na quantidade de nósBaixo quando guiado pelo p99
Compilação de serviços e bancos compatíveis em ARM64 (Graviton / Tau)1 a 2 semanas20% a 35% de ganho em preço por performanceBaixo em APIs stateless e bancos gerenciados
Reservas (Savings Plans) após a limpeza + instâncias Spot em jobs2 a 3 dias após o ajuste30% a 70% sobre tarifa sob demandaZero em reservas; controlado em filas batch

Nessa mesma etapa, migrar contêineres modernos (.NET, Node.js, Python, Go) e bancos compatíveis para instâncias baseadas em arquitetura ARM costuma entregar de 20% a 35% de economia direta mantendo ou até melhorando o tempo de resposta.

3. Semanas 7 a 10: os vazamentos silenciosos de rede e observabilidade

Duas surpresas que quase todo time leva quando abre o detalhamento da fatura pela primeira vez não estão nem em servidor nem em banco de dados:

  1. Pedágio desnecessário em NAT Gateway: tanto na AWS quanto no GCP, trafegar gigabytes de leitura de buckets ou repositórios de imagem passando por NAT Gateway gerenciado cobra por hora e por gigabyte processado. Em vários cenários, configurar um simples VPC Endpoint interno zera esse custo de transferência na mesma semana.
  2. Excesso de logs verbosos em ferramentas caras de APM: mandar todo log de DEBUG e INFO de rotas de health-check para indexação quente em plataformas de observabilidade facilmente chega a 20% de toda a conta de infraestrutura. Filtrar ruído na coleta, sanitizar payloads e guardar o histórico bruto em storage barato preserva a visibilidade de incidentes por uma fração do preço.

4. Semanas 11 e 12: só fechar reserva depois de arrumar a casa

Um erro em que já vi empresas perderem bastante margem é assinar contratos de 1 a 3 anos (Reserved Instances ou Savings Plans) logo na primeira semana, em cima de uma infraestrutura ainda inchada. Fazer isso só contrata desperdício com desconto. O caminho mais seguro é limpar recursos órfãos e ajustar o tamanho real das máquinas primeiro, para só então travar reservas cobrindo 70% a 80% da carga base estável.

Por fim, a conversa com a diretoria fica muito mais madura quando acompanhamos o custo de nuvem por pedido concluído ou por mil transações, e não apenas o valor bruto do boleto. Se a fatura subiu 20% num mês em que a operação vendeu o dobro, a arquitetura ganhou eficiência; se a fatura subiu 20% com vendas paradas, aí sim temos um alerta técnico claro para atuar na sprint.


Referências e leituras verificáveis

Cesar Zanis / Tecnologia

Uma boa conversa merece continuar.

Compartilhe o artigo ou publique os slides nos seus Stories e no Feed.

WhatsApp ↗LinkedIn ↗X ↗
Cesar Zanis
Escrito por·Arquiteto de Software & Líder de Tecnologia

Cesar Zanis

15+ anos liderando arquitetura de software, banco de dados de missão crítica, FinOps e IA aplicada. Estruturou e escalou uma operação de engenharia do zero a mais de 20 desenvolvedores.

15+ anos de atuaçãoArquitetura & DadosCloud & FinOps0 → 20+ Devs

Gostou deste artigo?

Publico análises práticas sobre arquitetura de sistemas críticos, Cloud FinOps, dados, IA e liderança de engenharia diretamente no LinkedIn.

Continue Lendo

Leve esta análise adiante com dados e fontes

Os cards visuais deste artigo estão prontos logo acima para você compartilhar nos seus Stories, Feed, WhatsApp ou LinkedIn com a legenda e as fontes.