FinOps, חושפים את האמת עם אבישי איש שלום

boker code - בוקר קוד

A tartalmat a Isan Rivkin biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Isan Rivkin vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

1+ y ago 35:59

M4A•Epizód kép

עקב המצב בשווקים חזרנו לעונת ״חסכון בכסף״ וFinOps חזר להיות הטרנד החם.

הבעיה בתפקיד כיום שמגלים את הבעיה לאחר מעשה וזה פוגע בסיכוי ליצור חיסכון אמיתי.

היום בפרק מלא תובנות יצטרף אלינו איביש איש שלום לפרק שבו נהיה אמיתיים לגבי איך FinOps זה התפקיד של כולם, איך מתחילים בתרבות, ולמה יותר זה פחות.

- מה הקשר בין ביצועים לכסף?

-למה Auto Scale זה טעות שנותנת ליוזרים לשלוט בגורל שלנו?

- למה הוספת משאבים דווקא יכולה לחסוך לנו?

- למה למדוד utilization זה טעות?

- איך קמים בבוקר ומגלים חשבונית של +10 אלף דולר?

- מה הקשר בין תופים לDatabase? ובין Wolt לבין קפקא?

Links:

- The pod on Facebook

More from Avishai:

- https://twitter.com/nukemberg

- Youtube: What's the cost of a millisecond

- Youtube: The Math of Scalability

- Youtube: 15 minutes Ops Break

It’s “saving money” season again, and FinOps is the hottest trend. Unfortunately FinOps efforts are usually after the fact and external to the system, severely limiting potential savings. For example, standard FinOps would be to scale down servers using only 50% CPU - but what if that 50% is due to inefficient code that can easily be fixed reducing the number of servers by 90%? Are we assuming that inherent system costs are unrelated to overall costs? Because if they are related, shouldn’t we look at system performance to save money? Why aren’t we checking our assumptions about how much the system should cost?Imagine a world where system cost is a part of system design and engineering. How do we get to that world from the existing mindset in our company?

Topics:

compressible resources, kubecost, Auto Scaling, soft vs hard limits, static vs dynamic profiling, rate limiting and backoff in distributed systems.

20 epizódok

#טכנולוגיה #Isan Rivkin