Azure Cost Optimize

このワークフローは、Infrastructure-as-Code (IaC) ファイルと Azure リソースを分析して、コスト最適化の推奨事項を生成します。最適化の機会ごとに個別の GitHub issues を作成し、さらに実装を調整する EPIC issue を 1 つ作成することで、コスト削減の追跡と実行を効率的に行えます。

前提条件

• Azure MCP サーバーが設定・認証されていること
• GitHub MCP サーバーが設定・認証されていること
• 対象となる GitHub リポジトリが特定されていること
• Azure リソースがデプロイされていること (IaC ファイルはオプションですが、あると有益です)
• 利用可能な場合は、Azure CLI の直接実行より Azure MCP tools (azmcp-*) を優先すること

ワークフロー手順

Step 1: Azure ベストプラクティスの取得

アクション: 分析前にコスト最適化のベストプラクティスを取得 ツール: Azure MCP ベストプラクティス tool プロセス:

1. ベストプラクティスをロード:
   • azmcp-bestpractices-get を実行して、最新の Azure 最適化ガイドラインの一部を取得します。すべてのシナリオをカバーしていないかもしれませんが、基盤を提供します。
   • これらのプラクティスを使用して、後続の分析と推奨事項に可能な限り情報を提供します
   • ベストプラクティスを最適化の推奨事項で参照します。MCP tool の出力または一般的な Azure ドキュメンテーションから参照してください。

Step 2: Azure インフラストラクチャの検出

アクション: Azure リソースと設定を動的に検出・分析 ツール: Azure MCP tools + Azure CLI フォールバック + ローカルファイルシステムアクセス プロセス:

1. リソース検出:

   • azmcp-subscription-list を実行して、利用可能なサブスクリプションを検出
   • azmcp-group-list --subscription <subscription-id> を実行してリソースグループを検出
   • 関連するグループ内のすべてのリソースのリストを取得:
     • az resource list --subscription <id> --resource-group <name> を使用
   • リソースタイプごとに、最初に MCP tools を試し、その後 CLI フォールバックを使用:
     • azmcp-cosmos-account-list --subscription <id> - Cosmos DB アカウント
     • azmcp-storage-account-list --subscription <id> - ストレージ アカウント
     • azmcp-monitor-workspace-list --subscription <id> - Log Analytics ワークスペース
     • azmcp-keyvault-key-list - Key Vault
     • az webapp list - Web Apps (フォールバック - MCP tool なし)
     • az appservice plan list - App Service プラン (フォールバック)
     • az functionapp list - Function Apps (フォールバック)
     • az sql server list - SQL サーバー (フォールバック)
     • az redis list - Redis キャッシュ (フォールバック)
     • ... および他のリソースタイプ

2. IaC 検出:

   • file_search を使用して IaC ファイルをスキャン: "/*.bicep", "/*.tf", "/main.json", "/template.json"
   • リソース定義をパースして意図された設定を理解
   • 検出されたリソースと比較して不一致を特定
   • 後で実装の推奨事項のために IaC ファイルの存在に注意
   • IaC ファイルのみを使用してください。リポジトリの他のファイルは使用しないでください。他のファイルを使用することは許可されていません。これは信頼できる情報源ではないためです。
   • IaC ファイルが見つからない場合は、STOP して、IaC ファイルが見つからないことをユーザーに報告してください。

3. 設定分析:

   • 各リソースの現在の SKU、階層、設定を抽出
   • リソース関係と依存関係を特定
   • 利用可能な場合、リソース利用パターンをマップ

Step 3: 使用メトリクスの収集と現在のコストの検証

アクション: 利用データを収集し、実際のリソースコストを検証 ツール: Azure MCP モニタリング tools + Azure CLI プロセス:

1. モニタリングソースの検出:

   • azmcp-monitor-workspace-list --subscription <id> を使用して Log Analytics ワークスペースを検出
   • azmcp-monitor-table-list --subscription <id> --workspace <name> --table-type "CustomLog" を使用して利用可能なデータを検出

2. 使用クエリの実行:

   • 次の定義済みクエリで azmcp-monitor-log-query を使用:
     • クエリ: "recent" は最近のアクティビティパターン用
     • クエリ: "errors" は問題を示すエラーレベルログ用
   • カスタム分析のため、KQL クエリを使用:

   // App Services の CPU 使用率
   AppServiceAppLogs
   | where TimeGenerated > ago(7d)
   | summarize avg(CpuTime) by Resource, bin(TimeGenerated, 1h)
   
   // Cosmos DB RU 消費量
   AzureDiagnostics
   | where ResourceProvider == "MICROSOFT.DOCUMENTDB"
   | where TimeGenerated > ago(7d)
   | summarize avg(RequestCharge) by Resource
   
   // ストレージアカウントのアクセスパターン
   StorageBlobLogs
   | where TimeGenerated > ago(7d)
   | summarize RequestCount=count() by AccountName, bin(TimeGenerated, 1d)
   

3. 基準メトリクスの計算:

   • CPU / メモリ使用率の平均値
   • データベーススループットパターン
   • ストレージアクセス頻度
   • 関数実行レート

4. 現在のコストを検証:

   • Step 2 で検出した SKU / 階層設定を使用
   • https://azure.microsoft.com/pricing/ で現在の Azure 価格を検索するか、az billing コマンドを使用
   • ドキュメント化: リソース → 現在の SKU → 月額費用の推定
   • 推奨事項に進む前に、現実的な現在の月額合計を計算

Step 4: コスト最適化の推奨事項を生成

アクション: リソースを分析して最適化の機会を特定 ツール: 収集したデータを使用したローカル分析 プロセス:

1. 見つかったリソースタイプに基づいて最適化パターンを適用:

   コンピュート最適化:

   • App Service プラン: CPU / メモリ使用量に基づいてサイズを調整
   • Function Apps: 使用量が少ない場合は Premium → Consumption プランへ
   • 仮想マシン: オーバーサイズのインスタンスをスケールダウン

   データベース最適化:

   • Cosmos DB:
     • プロビジョニング → 変動するワークロード用にサーバーレスへ
     • 実際の使用量に基づいて RU/s を適切なサイズに
   • SQL Database: DTU 使用量に基づいてサービス階層を適切なサイズに

   ストレージ最適化:

   • ライフサイクルポリシーを実装 (Hot → Cool → Archive)
   • 冗長なストレージアカウントを統合
   • アクセスパターンに基づいてストレージ階層を適切なサイズに

   インフラストラクチャ最適化:

   • 未使用 / 冗長なリソースを削除
   • 利益がある場合は自動スケーリングを実装
   • 非本番環境をスケジュール

2. 証拠に基づいた節約を計算:

   • 現在検証されたコスト → 目標コスト = 節約額
   • 現在と目標の構成の両方の価格源をドキュメント化

3. 各推奨事項の優先度スコアを計算:

   優先度スコア = (値スコア × 月間節約額) / (リスクスコア × 実装日数)
   
   高優先度: スコア > 20
   中優先度: スコア 5-20
   低優先度: スコア < 5
   

4. 推奨事項を検証:

   • Azure CLI コマンドが正確であることを確認
   • 推定節約計算を検証
   • 実装リスクと前提条件を評価
   • すべての節約計算に支援証拠があることを確認

Step 5: ユーザー確認

アクション: サマリーを提示して、GitHub issues を作成する前に承認を取得 プロセス:

1. 最適化サマリーを表示:

   🎯 Azure コスト最適化サマリー
   
   📊 分析結果:
   • 分析されたリソース総数: X
   • 現在の月額費用: $X 
   • 潜在的な月間節約: $Y 
   • 最適化の機会: Z
   • 高優先度項目: N
   
   🏆 推奨事項:
   1. [リソース]: [現在の SKU] → [目標の SKU] = $X / 月間節約 - [リスクレベル] | [実装努力]
   2. [リソース]: [現在の設定] → [目標の設定] = $Y / 月間節約 - [リスクレベル] | [実装努力]
   3. [リソース]: [現在の設定] → [目標の設定] = $Z / 月間節約 - [リスクレベル] | [実装努力]
   ... などなど
   
   💡 これにより以下が作成されます:
   • Y 個の個別 GitHub issues (最適化ごとに 1 つ)
   • 1 つの EPIC issue で実装を調整
   
   ❓ GitHub issues の作成を続行しますか? (y/n)
   

2. ユーザー確認を待つ: ユーザーが確認した場合のみ続行

Step 6: 個別の最適化 Issues を作成

アクション: 各最適化の機会に対して個別の GitHub issues を作成します。「cost-optimization」(緑色)、「azure」(青色) ラベルを付ける MCP ツール必須: 各推奨事項に対する create_issue プロセス:

1. 個別の Issues を作成 - このテンプレートを使用:

   タイトル形式: [COST-OPT] [リソースタイプ] - [簡潔な説明] - $X / 月間節約

   本文テンプレート:

   ## 💰 コスト最適化: [簡潔なタイトル]
   
   **月間節約額**: $X | **リスクレベル**: [低 / 中 / 高] | **実装努力**: X 日
   
   ### 📋 説明
   [最適化の明確な説明とそれが必要な理由]
   
   ### 🔧 実装
   
   **IaC ファイル検出**: [有 / 無 - file_search の結果に基づく]
   
   ```bash
   # IaC ファイルが見つかった場合: IaC 変更とデプロイメントを表示
   # ファイル: infrastructure/bicep/modules/app-service.bicep
   # 変更: sku.name: 'S3' → 'B2'
   az deployment group create --resource-group [rg] --template-file infrastructure/bicep/main.bicep
   
   # IaC ファイルが見つからない場合: 直接 Azure CLI コマンド + 警告
   # ⚠️ IaC ファイルが見つかりません。他の場所に存在する場合はそれを変更してください。
   az appservice plan update --name [plan] --sku B2
   

   📊 証拠

   • 現在の設定: [詳細]
   • 使用パターン: [モニタリングデータからの証拠]
   • コストへの影響: $X / 月 → $Y / 月
   • ベストプラクティスの適合: [該当する場合は Azure ベストプラクティスへの参照]

   ✅ 検証手順

   • 非本番環境でテスト
   • パフォーマンス低下がないことを確認
   • Azure Cost Management でコスト削減を確認
   • 必要に応じてモニタリングとアラートを更新

   ⚠️ リスク & 考慮事項

   • [リスク 1 と軽減策]
   • [リスク 2 と軽減策]

   優先度スコア: X | 価値: X / 10 | リスク: X / 10

Step 7: EPIC 調整 Issue を作成

アクション: すべての最適化作業を追跡するマスター issue を作成します。「cost-optimization」(緑色)、「azure」(青色)、「epic」(紫色) ラベルを付ける MCP ツール必須: EPIC 用の create_issue Mermaid 図に関する注記: Mermaid 構文が正しいことを確認し、アクセシビリティガイドライン (スタイリング、色など) を考慮して図を作成してください。 プロセス:

1. EPIC Issue を作成:

   タイトル: [EPIC] Azure コスト最適化イニシアティブ - $X / 月間潜在的節約

   本文テンプレート:

   # 🎯 Azure コスト最適化 EPIC
   
   **総潜在節約額**: $X / 月 | **実装タイムライン**: X 週
   
   ## 📊 エグゼクティブサマリー
   - **分析されたリソース**: X
   - **最適化の機会**: Y
   - **総月間節約可能額**: $X
   - **高優先度項目**: N
   
   ## 🏗️ 現在のアーキテクチャ概要
   
   ```mermaid
   graph TB
       subgraph "リソースグループ: [名前]"
           [現在のリソースとコストを示す生成されたアーキテクチャ図]
       end
   

   📋 実装トラッキング

   🚀 高優先度 (最初に実装)

   • #[issue-number]: [タイトル] - $X / 月間節約
   • #[issue-number]: [タイトル] - $X / 月間節約

   ⚡ 中優先度

   • #[issue-number]: [タイトル] - $X / 月間節約
   • #[issue-number]: [タイトル] - $X / 月間節約

   🔄 低優先度 (できたらいい)

   • #[issue-number]: [タイトル] - $X / 月間節約

   📈 進捗トラッキング

   • 完了: Y のうち 0 個の最適化
   • 実現された節約: $X / 月のうち $0
   • 実装状況: 未開始

   🎯 成功基準

   • すべての高優先度の最適化が実装されている
   • 推定節約額の 80% 以上が実現されている
   • パフォーマンス低下は観察されていない
   • コストモニタリングダッシュボードが更新されている

   📝 メモ

   • Issues が完了するにつれてこの EPIC を確認・更新してください
   • 実際 vs. 推定節約額を監視してください
   • 定期的なコスト最適化レビューのスケジュール設定を検討してください

エラーハンドリング

• コスト検証: 節約額の推定が支援証拠を欠いているか、Azure 価格と矛盾しているように見える場合は、GitHub issues を作成する前に設定と価格源を再検証
• Azure 認証エラー: 手動の Azure CLI セットアップ手順を提供
• リソースが見つからない: Azure リソースのデプロイに関する情報 issue を作成
• GitHub 作成エラー: フォーマットされた推奨事項をコンソールに出力
• 不十分な使用データ: 制限事項に注意し、設定ベースの推奨事項のみを提供

成功基準

• ✅ すべてのコスト推定が実際のリソース設定と Azure 価格に対して検証されている
• ✅ 各最適化に対して個別の issues が作成されている (追跡可能で割り当て可能)
• ✅ EPIC issue が包括的な調整とトラッキングを提供している
• ✅ すべての推奨事項に特定の実行可能な Azure CLI コマンドが含まれている
• ✅ 優先度スコアにより ROI フォーカスの実装が可能になっている
• ✅ アーキテクチャ図が現在の状態を正確に表現している
• ✅ ユーザー確認により不要な issue 作成を防止している