确保有效地使用数据中心的计算、网络和存储资源，对于企业来说是很重要的。但是确保这些资源在云端有效地使用更是至关重要的。在数据中心中，找到更好的平衡计算或存储资源的方法可能会阻止购买额外的服务器或存储，但这些资源已经被购买和支付。在云计算中，组织可以有效地将这些资源收回，从而立即降低成本。
云资源的浪费
云计算的一个吸引力在于它使组织只在需要的时候购买资源就可以使用，现在只需要第二个资源。现实情况是，一旦组织购买了一个AWSEC2实例，却很少会审查是否是否有效地使用云计算。如果用户抱怨缺乏性能不足，大多数组织只会考虑EC2的资源利用率。却没有人抱怨过多的使用。其问题在于，即使组织不使用或者不需要，组织也在为超额的性能和能力支付费用。
组织需要分析他们的云资源消耗，以确保只在需要时使用其所需要的资源。而这种分析也应该实时进行。例如，如果一个应用程序在工作时间需要八个内核处理器工作，但在晚上只需要一个核心处理器，则只有在不断运行的进程中才能确定节省的机会。在理想情况下，这个过程将决定资源需求，在需要的时候分配资源，然后在需要的时候减少资源消耗。
云计算预测
云资源管理的另一个方面是企业需要确定将哪些工作负载转移到云端。理想情况下，用于维护云端资源的有效管理的相同流程最初将在本地数据中心运行，获取有关各种本地工作负载的信息，因此当迁移发生时，组织确切地知道云资源的配置应该是什么样子。
而云预测的一部分是人们也知道应用这些云资源的成本何时比托管更昂贵。再次，一个可以不断管理和监控的过程可以实现这一点，它不仅可以查看当前的资源利用情况，还可以查看云计算的费用与本地数据中心费用的长期成本。这使得企业更加容易决定是租赁和购买。
AWS公司的Turbonomic介绍
Turbonomic是一个管理自动化平台，可以使用供需经济模型来管理资源在数据中心的分配情况。AWS公司已经将这种实时供需模式扩展到了AWS云平台。该解决方案可以分析资源消耗（包括计算和存储），以确定工作负载是否过大，并做出特定的升级和缩减决策。并假设产品在本地部署的数据中心运行，也可以在迁移到云端之前准确地确定工作负载的大小，并利用本地部署数据中心和云平台的联合分析来确定每个工作负载的最佳位置。
Turbonomic能够持续分析工作负载的升级和缩减，解决了IT部门对使用AWS云平台面临的问题-那就是了解亚马逊账单。Turbonomic可以跟踪当前支出，确保工作负载具有所需的资源，并根据企业的云计划预测未来的月度账单。大多数企业应该马上看到他们使用AWS云平台花费的大幅下降，然后可以减缓其账单增长的曲线。
无论数据中心的位置在哪里，资源管理都很重要。云端中的资源管理能够立即获得回报，因为可以“回收”未使用的资源，从而立即降低每月支出。IT部门也需要了解和预测其每月的支出，这是大多数客户似乎都在苦苦挣扎的东西。
Turbonomic提供了确保工作负载拥有适量资源的能力，并使IT部门能够在未来几个月内预测其AmazonAWS云平台的使用成本。很少这样一种IT产品可以毫不费力拥有一个可以管理组织的亚马逊支出的平台，并且与本地成本相关。
