云成本优化

9 minAdvanced2026/6/14

云成本管理框架、资源优化策略、预留与Spot实例、存储成本优化、网络成本优化、FinOps实践。

1. 云成本管理框架

1.1 FinOps 定义

FinOps（Financial Operations）是将财务、技术和业务团队结合在一起，通过数据驱动的决策来优化云成本的实践。

FinOps 成熟度模型：

┌──────────────────────────────────────────────────┐
│              FinOps 成熟度                        │
│                                                   │
│  Crawl (爬行) → Walk (行走) → Run (奔跑)          │
│                                                   │
│  基础可见性     优化与治理     持续优化与自动化     │
│  成本分配       预留采购       智能伸缩            │
│  标签策略       异常检测       自动Right-sizing    │
│  预算告警       团队问责       单位经济学驱动      │
└──────────────────────────────────────────────────┘

1.2 成本可见性

成本分配标签：

标签键	描述	示例
Environment	环境	production / staging / dev
Team	团队	backend / frontend / data
Service	服务	user-service / order-service
CostCenter	成本中心	CC-001 / CC-002
Project	项目	project-alpha

成本分析维度：

总成本
├── 按服务: EC2 / S3 / RDS / CloudFront ...
├── 按团队: 后端 / 前端 / 数据 / 运维
├── 按环境: 生产 / 测试 / 开发
├── 按区域: us-east-1 / eu-west-1 / ap-northeast-1
└── 按账户: 账户A / 账户B / 账户C

1.3 单位经济学

将云成本与业务指标关联：

\text{单位成本} = \frac{\text{云总成本}}{\text{业务指标}}

常见单位经济学指标：

业务类型	业务指标	单位成本
SaaS	活跃用户数	$/MAU
电商	订单数	$/订单
流媒体	观看时长	$/小时
API 服务	API 调用数	$/百万调用

2. 计算资源优化

2.1 Right-sizing（规格调整）

Right-sizing 是将实例规格匹配实际工作负载需求：

当前: m5.2xlarge (8 vCPU, 32GB)
实际使用: CPU 15%, 内存 40%
推荐: m5.large (2 vCPU, 8GB)
节省: ~75%

Right-sizing 分析流程：

1. 收集 CloudWatch 指标（14-30天）
   ├── CPU 利用率
   ├── 内存利用率（需 CloudWatch Agent）
   ├── 网络吞吐
   └── 磁盘 I/O

2. 识别低利用率实例
   ├── CPU < 40% 持续 14 天
   └── 内存 < 40% 持续 14 天

3. 推荐合适规格
   ├── 基于峰值利用率 + 安全余量
   └── 考虑突发需求

4. 执行调整
   ├── 停机调整（简单）
   └── 蓝绿替换（零停机）

2.2 预留实例（Reserved Instances）

类型	折扣	灵活性	适用场景
标准预留	最高 72%	不可更改实例族	稳定工作负载
可转换预留	最高 54%	可更改实例族	需灵活调整
节省计划	最高 72%	按计算家族承诺	灵活承诺

预留实例购买决策：

\text{盈亏平衡点} = \frac{\text{预付费用}}{\text{按需小时价} - \text{预留小时价}}

例如：m5.large 按需 $0.096/h，1年全预付预留$ 511（$0.058/h）：

\text{盈亏平衡} = \frac{511}{0.096 - 0.058} = 13{,}447 \text{ 小时} \approx 560 \text{ 天}

1年全预付不适用，3年全预付 $1{,}022（$ 0.039/h）：

\text{盈亏平衡} = \frac{1022}{0.096 - 0.039} = 17{,}930 \text{ 小时} \approx 747 \text{ 天}

3年承诺约 2 年回本。

2.3 Spot 实例

Spot 实例利用云厂商闲置容量，折扣高达 90%：

Spot 实例定价模型：

\text{Spot 价格} = \text{市场供需决定}

\text{中断概率} \propto \frac{\text{Spot 价格}}{\text{按需价格}}

Spot 价格/按需价格	中断概率	风险等级
< 30%	< 5%/周	低
30%-50%	5-10%/周	中
> 50%	> 10%/周	高

Spot 实例最佳实践：

Spot Fleet：多实例类型 + 多 AZ 分散风险
Spot 中断通知：2 分钟预警，优雅处理
检查点机制：定期保存计算状态
混合策略：按需 + Spot 组合

┌──────────────────────────────────────────────┐
│           Spot 混合策略                        │
│                                               │
│  按需实例 (N 个) ── 核心容量，保证基线         │
│  Spot 实例 (M 个) ── 弹性容量，可被中断        │
│                                               │
│  总容量 = N + M                               │
│  保证容量 ≥ N                                 │
└──────────────────────────────────────────────┘

2.4 自动伸缩优化

伸缩策略成本优化：

保守策略: min=5, max=20, target=70% CPU
  → 响应快，但可能过度配置

激进策略: min=2, max=20, target=85% CPU
  → 成本低，但可能影响性能

推荐: min=3, max=20, target=75% CPU + 预测性伸缩
  → 平衡成本与性能

预测性伸缩：基于历史数据预测负载，提前扩容：

\text{预测负载}(t) = \alpha \times \text{历史负载}(t - 7d) + (1-\alpha) \times \text{趋势}(t)

3. 存储成本优化

3.1 存储分层策略

根据访问频率自动分层：

┌──────────────────────────────────────────────────┐
│              存储分层决策树                        │
│                                                   │
│  数据访问频率?                                     │
│  ├── 频繁 (>1次/天) → Standard                    │
│  ├── 偶尔 (>1次/月) → Standard-IA                 │
│  ├── 稀少 (>1次/年) → Glacier Instant             │
│  ├── 极少 (<1次/年) → Glacier Deep Archive        │
│  └── 未知          → Intelligent-Tiering          │
└──────────────────────────────────────────────────┘

生命周期规则成本节省计算：

\text{月节省} = \text{数据量} \times (\text{当前单价} - \text{目标单价}) - \text{检索费}

3.2 EBS 优化

优化措施	节省幅度	实施方式
删除未挂载卷	100%	定期扫描未挂载 EBS
缩减过大卷	30-60%	监控磁盘利用率
快照清理	变化大	删除过期快照
gp2 → gp3	~20%	gp3 更便宜且性能独立
降级冷数据卷	50%+	冷数据用 st1/sc1

gp2 vs gp3 成本对比：

C_{\text{gp2}} = \text{容量(GB)} \times \$0.10/\text{GB}

C_{\text{gp3}} = \text{容量(GB)} \times \$0.08/\text{GB} + \max(0, \text{IOPS} - 3000) \times \$0.005 + \max(0, \text{吞吐} - 125) \times \$0.04

300GB 卷，gp2 = $30/月，gp3 =$ 24/月，节省 20%。

3.3 快照优化

快照管理策略:
1. 保留策略: 日快照保留7天，周快照保留4周，月快照保留12月
2. 删除孤立快照: 无关联 AMI 的快照
3. 压缩快照: 使用第三方工具压缩
4. 跨区域复制: 仅复制必要快照

4. 网络成本优化

4.1 数据传输费用

数据传输是云成本中容易被忽视的部分：

传输方向	费用
入站到 AWS	免费
同区域 EC2 之间	免费
跨区域 EC2 之间	$0.02/GB
出站到互联网	$0.09/GB (前10TB)
S3 跨区域复制	$0.02/GB

4.2 网络优化策略

CDN 卸载：

\text{CDN 节省} = \text{可缓存流量} \times (\text{EC2 出站费} - \text{CloudFront 费})

= \text{可缓存流量} \times (\$0.09 - \$0.085) = \$0.005/\text{GB}

虽然单价差异小，但 CDN 还减少了 EC2 负载。

VPC Endpoint 节省：

无 Endpoint: EC2 → NAT Gateway → 互联网 → S3
  费用: NAT 数据处理费 $0.045/GB + NAT 小时费

有 Endpoint: EC2 → VPC Gateway Endpoint → S3
  费用: 免费 (Gateway Endpoint 对 S3/DynamoDB 免费)

S3 传输加速：

远距离上传: 用户(亚洲) → S3(美国)
  直接上传: 高延迟，可能超时
  Transfer Acceleration: 用户 → 边缘节点 → 优化路径 → S3
  额外费用: $0.04/GB (但减少失败重传)

4.3 区域选择

不同区域价格差异：

\text{区域价格系数} = \frac{\text{目标区域价格}}{\text{us-east-1 价格}}

区域	EC2 系数	S3 系数	数据传出系数
us-east-1	1.00	1.00	1.00
eu-west-1	1.05	1.00	1.00
ap-northeast-1	1.10	1.00	1.00
ap-southeast-1	1.15	1.02	1.00
sa-east-1	1.25	1.05	1.00

5. FinOps 实践

5.1 FinOps 团队结构

┌──────────────────────────────────────────────────┐
│              FinOps 组织架构                      │
│                                                   │
│  ┌──────────┐  ┌──────────┐  ┌──────────┐      │
│  │  财务    │  │  工程    │  │  业务    │      │
│  │  预算    │  │  优化    │  │  价值    │      │
│  │  预测    │  │  架构    │  │  优先级  │      │
│  │  报告    │  │  自动化  │  │  ROI     │      │
│  └────┬─────┘  └────┬─────┘  └────┬─────┘      │
│       │              │              │            │
│  ┌────▼──────────────▼──────────────▼─────┐     │
│  │          FinOps 平台/流程               │     │
│  └────────────────────────────────────────┘     │
└──────────────────────────────────────────────────┘

5.2 成本告警与预算

多级预算告警：

月度预算: $100,000

├── 50% ($50,000)  → 信息通知: "已使用50%预算"
├── 80% ($80,000)  → 警告通知: "已使用80%预算，请检查"
├── 100% ($100,000) → 严重告警: "预算已用完"
└── 120% ($120,000) → 紧急告警: "超预算20%，需审批"

异常检测：

\text{异常分数} = \frac{|\text{实际成本} - \text{预测成本}|}{\text{标准差}}

\text{若异常分数} > 3 \Rightarrow \text{触发告警}

5.3 成本优化看板

关键指标：

指标	计算	目标
浪费率	未使用资源成本 / 总成本	< 10%
预留覆盖率	预留实例覆盖的支出 / 可预留支出	> 70%
单位成本趋势	当月单位成本 vs 上月	下降或持平
Spot 利用率	Spot 支出 / 总计算支出	> 20%
标签覆盖率	有标签资源 / 总资源	> 95%

5.4 持续优化循环

┌──────────────────────────────────────────────────┐
│              FinOps 持续优化循环                   │
│                                                   │
│  Inform (告知)                                    │
│  ├── 成本分配与可视化                             │
│  ├── 预算与告警                                   │
│  └── 异常检测                                     │
│       │                                           │
│       ▼                                           │
│  Optimize (优化)                                  │
│  ├── Right-sizing                                 │
│  ├── 预留采购                                     │
│  ├── 存储分层                                     │
│  └── 架构优化                                     │
│       │                                           │
│       ▼                                           │
│  Operate (运营)                                   │
│  ├── 自动化策略                                   │
│  ├── 治理与合规                                   │
│  └── 持续监控                                     │
│       │                                           │
│       └──────────► 回到 Inform                    │
└──────────────────────────────────────────────────┘

5.5 成本优化自动化

自动 Right-sizing：

CloudWatch 指标 → Lambda 分析 → 生成建议 →
  自动执行（开发环境）或
  人工审批（生产环境）

自动 Spot 中断处理：

Spot 中断通知 → EventBridge → Lambda →
  1. 标记实例为 draining
  2. 从负载均衡器移除
  3. 在新 Spot 实例启动替代
  4. 等待优雅关闭

自动快照清理：

每日定时 → Lambda →
  1. 列出所有快照
  2. 检查关联 AMI
  3. 删除超过保留期的孤立快照
  4. 发送清理报告