Versteckte Kosten bei selbst gehosteten Such- und KI-Pipelines auf Azure
Ein Solo-Entwickler teilt eine detaillierte Aufschlüsselung des Betriebs einer klinischen Studien-Suchseite, die unerwartete Bandbreitenspitzen und KI-Token-Verschwendung offenbart.
Automatisch aus dem englischen Original übersetzt.
Oleksandr Gamaniuk, der einzige Entwickler hinter der Plattform für die Suche nach klinischen Studien hipa.ai, veröffentlichte am 17. November 2026 eine detaillierte Kostenanalyse seiner Infrastruktur. Der Bericht deckt sieben Monate Betrieb auf Microsoft Azure ab und zeigt, wie geteilte Ressourcen, Speicherengpässe und unüberwachte KI-Nutzung zu finanziellen und betrieblichen Überraschungen für eine kleine, selbst gehostete Anwendung führten.
Was passiert ist
Gamaniuk begann mit einer Prüfung seiner Azure Cost Management-Daten, um häufig gestellte Fragen zu den Kosten für den Betrieb einer Seite mit über 600.000 Datensätzen zu klinischen Studien und wöchentlich generierten KI-Inhalten zu beantworten. Er stellte fest, dass zwar die direkten Kosten für Speicher und Protokollierung vernachlässigbar waren, aber geteilte Compute-Pläne und Gebühren für ausgehenden Netzwerkdatenverkehr (Network Egress) die Rechnung dominierten. Die Anwendung lief zunächst auf einem gemeinsamen Windows App Service Plan und einer minimalen Linux-Virtual-Machine für Elasticsearch, was zu einer mehrdeutigen Kostenzuordnung und wiederkehrenden Stabilitätsproblemen führte.
Der schwerwiegendste betriebliche Fehler betraf die Elasticsearch-Instanz, die auf einer VM mit nur 3,5 GB RAM lief. Der Java-Prozess verbrauchte häufig nahezu den gesamten verfügbaren Speicher, wodurch der Out-of-Memory-Killer des Linux-Kernels den Dienst zwischen April und Juli 2026 mehrfach beendete. Da der Systemdienst nicht so konfiguriert war, dass er automatisch neu gestartet wurde, blieb die Suchmaschine bis zu einem manuellen Eingriff offline, was Cache-Miss-Renders für Benutzer beeinträchtigte, obwohl andere Teile der Website über Cloudflare weiterhin erreichbar blieben.
Um die Compute-Kosten zu senken, verlegte Gamaniuk die Suchmaschine auf einen selbst gehosteten Linux-Rechner außerhalb von Azure und verband ihn über einen WireGuard-Tunnel. Zwar entfiel dadurch die Gebühr für die Virtual Machine Compute, doch es entstand eine neue und erhebliche Kostenposition: Network Egress. Innerhalb von nur elf Tagen kostete die benötigte Bandbreite, um Suchabfragen und Antworten zurück in Azure zu tunneln, mehr als die gesamte Compute-Rechnung des vorherigen Monats für diesen Dienst. Dies demonstriert, wie architektonische Änderungen Ausgaben auf unerwartete Positionen verschieben können.
Wichtige Details
- Die Elasticsearch-VM (1 vCPU, 3,5 GB RAM) stürzte fünfmal aufgrund von Speichermangel ab, wobei der Java-Prozess etwa 2,6 GB RSS nutzte.
- Die Bandbreitenkosten für Web-Egress überstiegen die kombinierten Kosten für Blob Storage, Key Vault und Log Analytics, was hauptsächlich durch Bot-Traffic verursacht wurde.
- Die Verlegung der Suche aus Azure heraus reduzierte die Compute-Kosten auf null, erhöhte jedoch die monatlichen Ausgaben für Egress im Oktober auf 42,30 USD aufgrund des WireGuard-Tunnel-Traffics.
- Bereitstellungen auf dem Windows App Service dauerten aufgrund langsamer SMB-Dateiübertragungen bis zu 75 Minuten, fielen aber auf sechs Sekunden, nachdem auf den Run-from-Package-Modus umgestellt wurde.
- Die Kosten für die KI-Generierung wurden sieben Monate lang nicht erfasst, bis das Logging Ende Oktober hinzugefügt wurde. Dabei zeigte sich, dass die Wahl des Anbieters die Ausgabelänge und die Token-Nutzung erheblich beeinflusste.
- Ein Update des Google-Suchalgorithmus im Juli 2026 reduzierte den täglichen Traffic um 92 %, was eine versteckte Kosten darstellte, die die ungemessenen KI-Ausgaben überwogen.
Hintergrund
Das Selbsthosting von Infrastruktur beinhaltet oft Kompromisse zwischen Kontrolle und Komplexität. In diesem Fall verwendete der Entwickler einen „Standalone“-Build von Next.js, der die Anwendung vom Framework-Code trennt, um die Größe der Bereitstellung zu reduzieren. Allerdings kann das Bereitstellen von Tausenden kleiner Dateien über Netzwerkfreigaben auf Windows-basierten Cloud-Diensten im Vergleich zu Linux-basierten Container-Bereitstellungen bekanntermaßen sehr langsam sein. Darüber hinaus ist Elasticsearch eine Java-basierte Suchmaschine, die für ihren hohen Speicherverbrauch bekannt ist. Den Betrieb auf einer minimalen virtuellen Maschine ohne Swap-Space oder automatische Neustart-Richtlinien schafft ein fragiles System, in dem jeder geringfügige Anstieg der Betriebssystemaktivität den primären Dienst zum Absturz bringen kann.
Network Egress bezeichnet Daten, die das Netzwerk eines Cloud-Anbieters verlassen. Viele Entwickler konzentrieren sich auf Compute- und Speicherkosten, übersehen aber die Egress-Gebühren, die sich schnell ansammeln können, wenn Anwendungen über verschiedene Netzwerke oder Regionen hinweg kommunizieren. In diesem Szenario löste das Tunneln von Suchergebnissen von einem externen Server zurück in Azure diese Gebühren aus. Dies verdeutlicht, dass „billiger“ Compute an anderer Stelle zu höheren Gesamtkosten führen kann, wenn die Datentransfermengen hoch sind.
Warum das wichtig ist
Für Teams, die ihre eigene Software betreiben, unterstreicht diese Fallstudie die Gefahr gemeinsamer Infrastruktur. Während das Teilen eines Premium-App-Service-Plans die sichtbaren Kosten senkt, verschleiert es die tatsächliche Unit Economics einzelner Projekte. Ohne präzise Kostenzuordnung wird es schwierig, Optimierungen zu rechtfertigen oder Skalierungskosten vorherzusagen. Die Erfahrung dient auch als Erinnerung daran, dass zustandsbehaftete Dienste wie Datenbanken und Suchmaschinen eine sorgfältige Ressourcenzuweisung erfordern. Die Annahme, dass ein Dienst in die kleinste verfügbare Stufe passt, führt oft zu Instabilität, deren Behebung mehr Engineering-Zeit erfordert, als die eingesparten Compute-Kosten rechtfertigen.
Der KI-Aspekt der Geschichte betont die Bedeutung von Observability in generativen Workflows. Ohne die Erfassung der Token-Nutzung vom ersten Tag an können Entwickler die Rendite für automatisierte Inhaltsgenerierung nicht genau messen. Darüber hinaus deutet der Traffic-Einbruch nach der Veröffentlichung von Tausenden programmatisch erstellter Seiten darauf hin, dass Suchmaschinen Websites bestrafen könnten, die den Anschein erwecken, Umfang vor Qualität zu stellen. Diese „versteckten Kosten“ des verlorenen organischen Traffics können die direkten Infrastrukturrechnungen weit übersteigen und die langfristige Tragfähigkeit inhaltslastiger, selbst gehosteter Anwendungen beeinträchtigen.
Was Sie tun können
- Konfigurieren Sie systemd-Dienste mit
Restart=on-failure, um sicherzustellen, dass kritische Komponenten wie Elasticsearch nach Abstürzen automatisch wiederhergestellt werden. - Überwachen Sie die Kosten für Network Egress genau, wenn Sie Dienste aus Ihrem primären Cloud-Anbieter heraus verlegen, insbesondere bei der Verwendung von Tunnels oder Proxys.
- Implementieren Sie Token-Logging für alle KI-API-Aufrufe ab Beginn der Entwicklung, um Nutzungsmuster zu verfolgen und Abrechnungsanomalien frühzeitig zu erkennen.
- Verwenden Sie Run-from-Package-Bereitstellungsmethoden, um langsame Datei-für-Datei-Übertragungen zu vermeiden und die Bereitstellungszeiten von Minuten auf Sekunden zu verkürzen.
- Validieren Sie externe Abhängigkeiten, wie z. B. die Bildgenerierung, bevor teure KI-Aufgaben ausgelöst werden, um die Verschwendung von Tokens bei fehlgeschlagenen Prozessen zu verhindern.
- Prüfen Sie regelmäßig Rechnungen für gemeinsame Infrastruktur, um projektspezifische Kosten zu isolieren und unerwartete Spitzen in der Nutzung oder Preisgestaltung zu identifizieren.


