Comment j'ai réduit les coûts Azure de 78% chez Royal Broker

En août 2022, je rejoins Royal Broker Solutions en stage. Six mois plus tard, je suis embauché à temps plein avec pour mission principale : reprendre et optimiser notre plateforme SaaS interne, InstaHR.

Le problème ? On payait 600$/mois sur Azure pour une application utilisée par une trentaine de personnes. C'était aberrant.

Voici exactement comment on est passé à 135$/mois.

Le diagnostic initial

La première chose que j'ai faite : auditer la facture Azure service par service.

Azure App Service (Plan P2v3)         → 312$/mois
Azure SQL Database (Standard S3)      → 150$/mois
Azure Blob Storage                    →  28$/mois
Azure Application Gateway             →  85$/mois
Azure Active Directory Premium P1     →  25$/mois
─────────────────────────────────────────────────
TOTAL                                 → 600$/mois

Plusieurs constats immédiats :

Le plan App Service P2v3 (4 vCPU, 14 GB RAM) était totalement surdimensionné pour notre charge réelle
Azure SQL Standard S3 (100 DTUs) — notre pic de requêtes concurrentes dépassait rarement 5
L'Application Gateway était utilisé comme simple load balancer pour... une seule instance
Azure AD Premium activé pour des features qu'on n'utilisait pas

L'approche : Right-sizing + Architecture Serverless

Étape 1 : Analyser la charge réelle

Avant de toucher quoi que ce soit, j'ai instrumenté l'app avec Azure Monitor et Application Insights pendant 3 semaines.

Résultats :

CPU moyen : 8% (pic à 35% les lundis matins)
Mémoire : 2.1 GB utilisés en moyenne
Requêtes SQL simultanées max : 12
Trafic : environ 200 requêtes/heure en heures de pointe

Ces données m'ont permis de justifier chaque décision de migration auprès du management. Ne jamais optimiser à l'aveugle — les métriques d'abord.

Étape 2 : Migrer vers une architecture serverless hybride

Au lieu d'une migration brutale, j'ai procédé par modules :

Backend ASP.NET Core → Azure Functions (Consumption Plan)

Les opérations longues (envoi d'emails, génération de PDFs, synchronisation Zoho) ont été extraites en Azure Functions déclenchées par des queues.

[FunctionName("SendCandidateEmail")]
public static async Task Run(
    [QueueTrigger("email-queue")] EmailMessage message,
    ILogger log)
{
    // Envoi d'email via SendGrid
    await _emailService.SendAsync(message);
}

Impact : Ces workloads ne tournent maintenant que quand ils sont déclenchés. Coût : quasi nul (inclus dans le free tier).

Azure SQL → Azure SQL Serverless

J'ai migré vers le tier Serverless d'Azure SQL qui scale automatiquement entre 0.5 et 2 vCores, avec auto-pause après 1h d'inactivité.

-- Configuration serverless
CREATE DATABASE InstaHR
WITH
  (EDITION = 'GeneralPurpose',
   SERVICE_OBJECTIVE = 'GP_S_Gen5_1',
   MIN_CAPACITY = 0.5,
   AUTO_PAUSE_DELAY = 60);

Impact : On ne paie que ce qu'on consomme. Économie : 110$/mois.

App Service P2v3 → B2s

Avec les Azure Functions absorbant les workloads asynchrones, le serveur principal n'a plus besoin d'autant de ressources.

Avant → P2v3 : 4 vCPU, 14 GB RAM → 312$/mois
Après → B2s  : 2 vCPU,  4 GB RAM →  38$/mois

Application Gateway → Azure Front Door (Free Tier)

Pour notre cas (une seule origine, SSL, pas de WAF avancé), Azure Front Door Basic était gratuit.

L'architecture finale

Utilisateurs
    ↓
Azure Front Door (Gratuit)
    ↓
Azure App Service B2s (38$/mois)
    ↓              ↓
Azure SQL        Azure Storage
Serverless       (12$/mois)
(75$/mois)
    ↓
Azure Functions (Consumption)
Email / PDF / Zoho Sync
(~10$/mois)
─────────────────────────────
TOTAL : 135$/mois (-78%)

Les erreurs que j'aurais évitées

1. Ne pas avoir de métriques au départ

J'ai failli réduire le plan SQL sans savoir la charge réelle. Si on avait des pics de 200 requêtes concurrentes, le serverless aurait throttlé et dégradé l'expérience utilisateur.

2. Migrer tout d'un coup

J'ai procédé progressivement : d'abord les Azure Functions (sans impact sur le core), puis SQL, puis App Service. Chaque étape était testée en staging pendant une semaine.

3. Ignorer les frais de sortie réseau

Azure facture la bande passante sortante. En déplaçant le stockage dans la même région que l'App Service, on a évité des frais de transfer data inter-régions.

Ce que cette expérience m'a appris

Le cloud est puissant mais dangereux si on n'y fait pas attention. Les fournisseurs rendent le "provisioning" trop facile — un clic et vous avez une machine à 300$/mois.

Les pratiques qui ont le plus d'impact :

Instrumenter avant d'optimiser — les métriques justifient les décisions
Serverless pour les workloads intermittents — vous ne payez que ce que vous consommez
Right-sizing régulier — les besoins changent, les plans doivent suivre
Budget alerts — j'ai configuré des alertes à 80% et 100% du budget mensuel

La réduction de 600$ à 135$/mois a libéré du budget pour d'autres initiatives. Et surtout, ça m'a donné une crédibilité technique au sein de l'équipe qui a facilité les projets suivants.

Vous travaillez sur une optimisation cloud similaire ? N'hésitez pas à me contacter — je suis toujours partant pour en discuter.