L'usage du mois Janvier 2019 - Stockage

Le prix a été calculé en utilisant l’outil de calcul de Google : Google Cloud Platform Pricing
Calculator qui se trouve à cet URL https://cloud.google.com/products/calculator/

Les prix sont les prix mis à jour au 19 décembre 2018
Les prix des éléments de GCP fluctuent dans le temps. Généralement à la baisse Il est donc
important de ne pas prendre ce prix comme référence absolue, ce prix est une indication pour
donner un ordre d’idée.

L’usage :
L’entreprise en question a besoin de remplacer son robot de sauvegarde et se demande combien lui
coûterait une sauvegarde dans le cloud car elle est passée sur fibre optique il y a peu et qu’elle sous
utilise son réseau la nuit. L’entreprise sauvegarde toutes ces VMS et ses bases de données cela
représente 1 To de données par nuit. Elle souhaite conserver chaque sauvegarde pendant 90 jours.
Elle considère qu’elle a besoin d’une restauration par mois en  moyenne correspondant à une VM
ou une base de données. Le service informatique a estimé que l’espace de stockage concerné
mensuellement lissé sur une année est de 50 Go. A savoir qu’il est possible de coupler un logiciel
de sauvegarde avec Cloud Storage qui pourra gérer les sauvegardes différentielles et autres
(Google conseille Cloud Berry mais vous pouvez en utiliser un autre, il suffit de s’assurer qu’un
connecteur existe).

Résumé technique :
  1. Upload 1 To par jour
  2. 90 To de stockage (1 To / jour pendant 90 jours)
  3. Téléchargement de 50 Go / mois (1 restauration mensuelle)
Il y aura 3 rubriques à considérer dans le calcul du prix.

Le prix 563.28 € expliqué :
  1. L’upload est gratuit seules les données extraites du cloud sont payantes 0 €
  2. 90 To de stockage de type Coldline à 558,03 €
  3. Téléchargement de 50 Go de données pour la restauration 5,25 €

N’oubliez pas que dans ce prix tout est compris et si vous cherchez à comparer faîtes le en tenant compte de :
  • Sécurité informatique
  • Redondance des machines
  • Un SLA de plus de 99%
  • La gestion de l’obsolescence du matériel
  • Les onduleurs
  • Les groupes électrogènes
  • La climatisation
  • L’électricité
  • L’intervention rapide en cas de panne
  • Une surveillance 7/7j 24/24h
  • L’empreinte carbone
Faire une estimation du coût sur GCP est facile cependant cela reste qu’une estimation et le prix
payé au final peut être loin de l’estimation si on s’est trompé dans les données de l’utilisation que
l’on en aura. Cela est d’autant plus vrai avec les services payés à la consommation. Cette méthode
de paiement est très différente de ce que l’on connaît en informatique traditionnelle mais cela n’est
pas insurmontable. Il faut considérer cela plus comme une facture d’électricité et comme pour
l’électricité toutes les variables ne peuvent pas être maîtrisées on ne connaît pas l’avance si l’hiver
sera rigoureux et si l’été sera caniculaire.


Cela dit nous ne disons pas que payer à la consommation est plus cher c’est tout l’inverse, nous
prônons ce mode de facturation qui permet à toutes les tailles d’entreprise de bénéficier des
services de Google Cloud Platform et pour tout le monde de payer le prix le plus juste en fonction du
service rendu. Dans la très grande majorité des cas ce mode de facturation sera moins cher que de
payer un forfait. De plus cela apporte de la flexibilité, car vous pouvez réduire votre utilisation ou
abandonner la solution si vous le souhaitez. Cela nous libère des problématiques d’investissements
initiaux qui sont parfois difficile à défendre auprès des services financiers.
Dans le cas de l’établissement d’un budget informatique nous vous conseillons de prendre une
estimation très haute et d’y rajouter une marge et au pire en fin d’année vous transformez le budget
non consommé en prestations extraordinaires, en formations, en matériel…. Enfin nous sommes
certains que vous n’avez pas besoin de notre aide pour trouver une utilité à ce reliquat de budget.

Les chiffres utilisés pour cet exemple ont été inventés et ne correspondent à aucun client réel.

Commentaires

Posts les plus consultés de ce blog

Datalake comparaison - 10 Conclusion

Load Balancer

Data loss prevention API