28.492,61 USD.
Aquesta va ser la despesa d'AWS en un sol mes. Vaig mirar la xifra al panell de Cost Explorer i vaig refrescar la pàgina esperant un error o un recurs sense etiquetar. No ho era.
La xifra era real i estava pujant ràpidament.
El nostre client, una plataforma B2B SaaS amb gran consum de dades, havia duplicat la seva base d'usuaris en sis mesos. El producte creixia, l'equip llançava funcions amb rapidesa, però la infraestructura s'estava ofegant i la factura del núvol s'havia convertit en un tren fora de control.
En teoria els costos al núvol han d'escalar amb l'ús. A la pràctica estaven escalant per la ineficiència.
L'arquitectura, basada en instàncies EC2 tradicionals, clústers RDS i workers en execució contínua, estava pensada per a disponibilitat, no per a eficiència. A les dues de la matinada, serveis de còmput i emmagatzematge seguien actius consumint pressupost com si fos hora punta.
Com a consultors experimentats en AWS vam detectar que no era només un problema de cost, era un problema de disseny. El que va seguir va ser replantejar-ho tot des de zero. A continuació expliquem exactament què vam fer i com.
FASE 1 Comprendre el problema
Abans d'arreglar res vam haver d'identificar què estava provocant la despesa. Vam analitzar els informes de facturació d'AWS, dashboards d'ús i logs de CloudWatch per veure on anava els diners i quins components consumien més recursos.
Vam detectar patrons clars: instàncies EC2 funcionant 24 7 fins i tot sense trànsit, bases RDS sobredimensionades per a pics que rarament arribaven, jobs en segon pla executant-se contínuament i absència d'autoscaling en molts serveis. Moltes tasques es disparaven per cron i no per activitat real d'usuaris, així que el sistema estava sempre encès.
Va quedar clar que el problema no era només la factura, era la forma en què el sistema estava dissenyat per operar. No n'hi havia prou d'optimitzar costos, calia una nova arquitectura.
FASE 2 Planificació de la migració serverless
Amb el diagnòstic llest vam planificar la migració sense afanyar-nos. El sistema estava en producció i qualsevol error podia afectar el negoci, així que vam optar per un enfocament incremental amb un objectiu clar: reemplaçar primer les parts més cares i ineficients.
Vam decidir començar per jobs en segon pla que no requereixen execució contínua, tasques de processament de dades programades i fluxos interns que no formen part del camí crític per a l'usuari. Eren canvis de baix risc amb alt impacte en cost.
Eines triades
Vam optar per una arquitectura serverless que només consumeix quan s'utilitza. Vam emprar Lambda per a códi sense servidors, API Gateway per a la capa d'entrades, Amazon SQS per encuar tasques, Step Functions per a orquestració, EventBridge per a esdeveniments i DynamoDB com a emmagatzematge escalable i econòmic. Amb aquest stack pagàvem per ús i evitàvem recursos ociosos.
Enfocament de migració
Van seguir passos estrictes: començar amb tasques no crítiques, provar en staging, desplegar amb feature flags per poder revertir ràpid, monitoritzar rendiment i cost de prop. No només vam canviar tecnologia, vam canviar la forma d'operar el sistema.
FASE 3 Execució
Vam començar amb un job nocturn que processava informes d'usuaris. Era simple, aïllat i consumia molts recursos. Vam reescriure aquest job com a funció Lambda, el vam connectar a EventBridge i SQS per a disparaments per dades noves i encuat, vam configurar CloudWatch per monitoritzar execucions i errors, vam provar en staging i vam llançar gradualment amb feature flags començant pel 10 per cent d'usuaris.
Vam construir a més una pipeline CI CD amb GitHub Actions i AWS CodePipeline per a desplegaments automatitzats i segurs. Aquest patró es va replicar setmana a setmana, transformant funcions i processos un a un cap a components serverless i orientats a esdeveniments.
Vam tenir reptes pel camí: algunes Lambdas trigaven a arrencar, ho vam solucionar reduint paquets i usant Provisioned Concurrency on calia. Migrar de RDS a DynamoDB va implicar replantejar models de dades, però va guanyar en rendiment i cost. El debugging amb microserveis va resultar més complex i ho vam resoldre amb logs centralitzats CloudWatch, AWS X Ray i dashboards a Grafana.
Poc a poc vam substituir el sistema monolític per components event driven. El rendiment va millorar, la latència va baixar i el més important: el cost va començar a descendir.
FASE 4 Resultats
La transició a serverless va reduir de forma significativa la factura del núvol. En aquest cas vam aconseguir una reducció del 60 per cent gairebé immediata i en escenaris optimitzats i amb majors refactoritzacions és possible assolir reduccions properes al 90 per cent depenent de la càrrega i arquitectura prèvia.
El sistema es va tornar més ràpid i estable davant pics de trànsit. La seguretat i el monitoratge van millorar gràcies a controls d'accés més restrictius i logging centralitzat. L'equip de desenvolupament va guanyar velocitat en treballar amb funcions petites, desplegaments automàtics i rollback senzill.
Al final no es va tractar només d'estalviar. Es va tractar de construir millor, moure'ns més ràpid i recuperar control sobre la infraestructura i costos cloud.
Sobre Q2BSTUDIO
A Q2BSTUDIO som una empresa de desenvolupament de programari especialitzada en aplicacions a mida i programari a mida. Oferim serveis cloud aws i azure, solucions d'intel·ligència artificial i IA per a empreses, implementació d'agents IA, serveis d'intel·ligència de negoci i visualització amb power bi. A més proporcionem experiència en ciberseguretat per protegir dades i operacions en entorns cloud i locals.
Treballem amb clients B2B per dissenyar arquitectures eficients i escalables que combinen aplicacions a mida, intel·ligència artificial i serveis intel·ligència de negoci. El nostre objectiu és reduir costos operatius, millorar rendiment i accelerar l'entrega de valor mitjançant pràctiques com l'adopció de serverless, automatització CI CD i observabilitat integral.
Si necessites optimitzar els teus costos cloud, migrar càrregues a solucions serverless a AWS o Azure, integrar agents IA o desenvolupar programari a mida amb seguretat i escalabilitat, a Q2BSTUDIO podem ajudar. Combinem experiència tècnica en ciberseguretat, intel·ligència artificial i power bi per oferir solucions completes que milloren tant l'eficiència tècnica com el retorn d'inversió.
Paraules clau
aplicacions a mida programari a mida intel·ligència artificial ciberseguretat serveis cloud aws i azure serveis intel·ligència de negoci ia per a empreses agents IA power bi
