Redução de custos AWS para workloads de banco em aviação
Otimização de custos AWS para workloads Oracle de companhia aérea. Análise de CloudWatch, padrões de workload, governança com times do cliente e parceiros.
AWS cost reduction for airline database workloads
AWS cost optimization for airline Oracle workloads. CloudWatch analysis, workload patterns, governance across client + partner + Redgator teams.
O problema
Companhia aérea europeia rodava workloads Oracle críticos em AWS RDS. Custo de banco crescia ano após ano, mas reduções simples por instance resize eram bloqueadas por restrições operacionais: cargas seasonais (pico de reservas em alta temporada), conformidade regulatória, e coordenação entre DBA interno + parceiro de operação BAU + cloud architects.
Solução não podia ser puramente técnica. Tinha que funcionar dentro da governança multi-time existente — sem criar novo overhead de coordenação.
Como abordamos
Trabalho conjunto com time DBA do cliente + parceiro de operação. A Redgator entrou como camada de análise sênior, não como executor isolado.
- Análise CloudWatch + AWR: correlação entre métricas AWS de instância (CPU, IOPS, memória) e comportamento Oracle real (wait events, elapsed time, throughput SQL)
- Mapeamento de picos sazonais: alta temporada de reservas vs baixa. Algumas bases precisavam de capacidade ociosa em baixa só para suportar picos
- APPTIO-style cost analysis: atribuição de custo por workload de aplicação, não só por instância
- Recomendações com classificação por risco: quick wins não-produção primeiro, produção apenas com validação de parceiro
- Governance: documentação compartilhada com cliente + parceiro, decisões em call conjunto trimestral
Foco na conversa “quanto custa por reserva processada?”, não “quanto custa o RDS?”. Mudou o framing.
Handover
Modelo de revisão trimestral acordado entre cliente, parceiro BAU e Redgator. A Redgator permanece como consultoria sênior nas revisões, sem assumir operação dia-a-dia. Cliente mantém autonomia, parceiro mantém SLA, Redgator garante que decisões financeiras não comprometem performance.
The problem
A European airline ran critical Oracle workloads on AWS RDS. Database cost grew year over year, but simple instance-resize reductions were blocked by operational constraints: seasonal loads (booking peaks in high season), regulatory compliance, and coordination among internal DBA + BAU operations partner + cloud architects.
The solution couldn’t be purely technical. It had to fit within existing multi-team governance — without creating new coordination overhead.
How we approached it
Joint work with the client’s DBA team + operations partner. Redgator entered as a senior analysis layer, not as an isolated executor.
- CloudWatch + AWR analysis: correlation between AWS instance metrics (CPU, IOPS, memory) and real Oracle behavior (wait events, elapsed time, SQL throughput)
- Seasonal peak mapping: high booking season vs low. Some databases needed idle capacity in low season just to handle peaks
- APPTIO-style cost analysis: cost attribution per application workload, not just per instance
- Risk-classified recommendations: non-prod quick wins first, production only with partner validation
- Governance: shared documentation with client + partner, decisions in joint quarterly calls
Focus on “what does it cost per processed booking?”, not “what does the RDS cost?”. Changed the framing.
Handover
Quarterly review model agreed between client, BAU partner, and Redgator. Redgator stays as senior advisor in reviews, without taking over day-to-day operations. Client keeps autonomy, partner keeps SLA, Redgator ensures financial decisions don’t compromise performance.
Tem um problema parecido?
45 min com o TL que executou este case. Sem deck.
Got a similar problem?
45 min with the TL who ran this case. No deck.