Detecção de anomalias de custo em cloud: como evitar surpresas na fatura

Por que anomalias de custo acontecem

Anomalias de custo em cloud têm origens variadas, mas algumas causas são recorrentes: um job de processamento de dados que entrou em loop infinito consumindo compute por horas, um bucket S3 configurado como público transferindo dados sem controle, um cluster Kubernetes com autoscaling configurado incorretamente que provisionou 50 nodes em vez de 5, ou um ambiente de desenvolvimento que ficou rodando durante um final de semana longo.

O problema não é apenas o custo em si — é que sem detecção automatizada, a anomalia só aparece no fechamento da fatura do mês, quando a remediação já não pode recuperar o dinheiro gasto. Detecção precoce, idealmente em horas, é o que permite agir antes que o impacto se acumule.

AWS Cost Anomaly Detection

AWS Cost Anomaly Detection usa machine learning para identificar desvios no padrão de custo histórico de cada serviço, conta ou tag. Não requer threshold manual — o sistema aprende o padrão de gasto esperado e alerta quando detecta desvio estatisticamente significativo.

• Monitors — defina o escopo de monitoramento: por conta AWS, por serviço, por cost category ou por tag. É possível ter monitors separados para produção, staging e desenvolvimento.
• Subscriptions — configure o threshold de alerta (impacto total em R$ e percentual de desvio) e o destino das notificações (email, SNS para integração com Slack ou PagerDuty).
• Alertas individuais vs diários — alertas individuais notificam a cada anomalia detectada; alertas diários consolidam em um sumário. Para produção, alertas individuais são recomendados.

GCP Budget Alerts e Azure Cost Alerts

GCP e Azure têm abordagens baseadas em orçamento em vez de detecção de anomalia automática — você define um orçamento e recebe alertas quando o gasto atinge percentuais definidos (50%, 90%, 100%). A limitação é que threshold fixos não capturam anomalias em serviços com custo normalmente variável. Para GCP, o Cloud Billing export para BigQuery permite criar dashboards e alertas customizados com SQL para anomalias mais sofisticadas.

Investigando picos de custo com Cost Explorer

Quando um alerta dispara, o processo de investigação segue uma sequência lógica no AWS Cost Explorer:

1. Isole o período — filtre pelo dia ou hora do pico para confirmar o momento exato.
2. Identifique o serviço — qual serviço gerou o custo anômalo? EC2, S3, Data Transfer, Lambda?
3. Filtre por região e conta — anomalias de dados muitas vezes aparecem em transferências inter-região.
4. Use tags para chegar ao responsável — com tags de produto e time, identifique qual workload gerou o custo.
5. Correlacione com CloudTrail — para anomalias de provisionamento, CloudTrail mostra quem criou o quê e quando.

Runbooks de resposta a anomalias

A diferença entre um time que resolve uma anomalia em 30 minutos e um que leva 4 horas é a existência de um runbook — um procedimento documentado de investigação e remediação para os cenários mais comuns. Runbooks essenciais a ter documentados:

• Anomalia em EC2/Compute — verificar instâncias com utilização anômala, autoscaling groups com escalonamento inesperado
• Anomalia em Data Transfer — verificar tráfego de saída inter-região, buckets S3 com acesso público
• Anomalia em bancos de dados — verificar conexões abertas, queries longas em execução, snapshots não programados
• Anomalia em ambientes de desenvolvimento — identificar recursos de dev/staging que não foram desligados