Return to search

Azure App Service Plan Optimization : Cloud Resource optimization

At Halmstad University a project was developed to provide recommendations forupgrading and downgrading the cloud resource app service plan based on the customersusage over the last 30 days. In today’s day and age, cloud resources and services are oftenquite expensive and offers a variety of different plans which can make it overwhelmingfor the customer to easily choose which tier they need for their plan. The result of thisscript indicate that the cloud users should consider changing subscription tier based onhow the historical data of their usage of the plan has looked like during the last 30 days.The proposed algorithm suggests an upgrade of a tier if the plan is overutilized andsuggest a downgrade of a tier if the plan is underutilized. The developed PowerShell codeuses the First-Fit and the Rule-based algorithmic approach from the related workresearched in the paper. The result found was that the code was able to give suitablerecommendations to scale up and down tiers for plans which were under and overutilizedbased on the percentual utilization rules set up and Legacy/DEV SKU mapping. Theresults obtained showed that the suggested plan can reduce costs by up to 30% and giveroughly 438.2% more performance per $USD spent. / Vid Högskolan i Halmstad utvecklades ett projekt för att ge förslag på uppgraderingaroch nedgraderingar av molnresursern app service plan baserat på användarens senaste 30dagars användning. Då dagens molnresurser och tjänster ofta är dyra och erbjuder ettöverflöd av planer, kan det vara förvirrande för användare att välja rätt nivå för sinabehov. Projektet föreslår att användarna ska överväga att byta plan beroende på hur denhistoriska datan har sett ut för planens användning, där en uppgradering rekommenderasom tjänsten är överanvänd och en nedgradering om planen är underanvänd. Denutvecklade PowerShell koden använder sig av First-fit och det regelbaserade algoritmtypen som utvecklades med inspiration från litteraturstudien. Resultatet av projektetindikerar att koden kunde ge optimala upp och ned skalnings rekommendationer beroendepå de olika procentuella trösklarna satta samt mappningen av Legacy och utvecklingstiers. Analyseringen av resultatet pekar på att det går att spara runt 30% på app serviceplan kostnaderna samt att app service planerna får 438,2% mer prestanda per spenderad$USD i jämförelse med nuvarande planen.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:hh-53880
Date January 2024
CreatorsFalck, Oscar, Wass, Linus
PublisherHögskolan i Halmstad, Akademin för informationsteknologi
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageEnglish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0017 seconds