Seis lugares onde a conta da plataforma de dados escapa

Quando a conta de Databricks, Fabric ou outra plataforma de dados sobe, a primeira reação é trocar de máquina ou de ferramenta. Na prática, boa parte do custo está em detalhes de configuração que ninguém olha. Estes são os seis lugares que mais aparecem nos nossos diagnósticos.

1. A máquina que espera para desligar

Ambientes de desenvolvimento costumam ter desligamento automático de 60 minutos depois da última atividade. Num caso real, cerca de um terço das horas pagas eram só essa espera. Reduzir para 15 a 20 minutos resolve sem atrapalhar ninguém.

2. Carga rodando quando o dado não muda

Num caso real, 95% a 99% das mudanças de vendas aconteciam entre 7h e 18h, mas as cargas rodavam a cada 2 horas, 24 horas por dia. Ajustar a frequência ao horário em que o dado muda reduziu o tempo de carga em 14%. Meça a hora das mudanças por tabela antes de decidir.

3. O retry que dobra o custo em silêncio

Uma etapa com tempo limite muito perto da duração real é interrompida no meio e refeita do zero. O processo termina com "sucesso", ninguém recebe alerta e o custo daquela etapa dobra. Dê folga ao tempo limite e alerte quando a duração passar de 70% dele.

4. O job que espera ele mesmo

Quando a execução passa a durar mais que o intervalo do agendamento, cada nova execução espera a anterior, e a fila cresce a cada ciclo. Parece falta de capacidade da nuvem, mas é agenda. Regra simples: a duração típica tem de caber no intervalo, com folga.

5. Capacidade ligada fora do expediente

Capacidade cobrada por hora cobra as 730 horas do mês se nunca pausa. Se o uso é em horário comercial, pausar à noite e no fim de semana corta a maior parte do custo, desde que a retomada aconteça antes da primeira atualização do dia.

6. Sobras e cobranças esquecidas

Disco de máquina que já foi apagada, IP público sem uso, backup de algo que não existe mais. E linhas de proteção cobradas no modelo errado: num caso real, trocar o tipo de cobrança de uma proteção de armazenamento reduziu aquela linha em 80%.

Por onde começar

Antes de cortar, meça: custo por camada, por carga e por tipo de cobrança. Com o número na mão, cada corte vira uma decisão com valor conhecido. É exatamente isso que entregamos no FinOps de plataforma de dados.