上个月,一个朋友半夜给我打电话。他们公司的云账单突然多了一位数字。不是被攻击,也不是业务暴涨。就是几个测试环境忘了关。
很烦。真的。云成本优化这件事,很多人以为就是买预留实例、砍配置。但实际情况往往更复杂。

闲置资源才是大头

我采访过一家做视频转码的团队。他们用云做批量处理,按量付费。结果有段时间账单飙升。查了半天,发现是之前某个实验留下的几百个GPU实例没释放。一直空转。
说白了,云上最贵的不是计算,而是遗忘。一台虚拟机你忘了关,它不会自己停。一块EBS卷挂载不上,照样计费。弹性IP闲置?收钱。旧快照?收钱。这些碎片化的资源,单看都不多。加起来,能占到总账单的两三成。
麻烦在于,很多公司的云账号是历史遗留的。谁创建的?不知道。用来干嘛?不知道。能不能删?更不知道。于是只能放着。花钱买心安。
预留实例不是万能药
销售会告诉你,买预留实例能省70%。听起来很诱人。但前提是,你的业务负载稳定,且能预测未来一到三年。现实呢?创业公司三个月换一次架构。今天用EC2,明天可能就迁到K8s了。
我见过一个团队,为了省钱,一口气买了三年的预留实例。结果半年后业务转型,那些实例规格完全用不上。退不掉,转卖又麻烦。最后只能硬着头皮继续用。省下的钱,全赔进去了。
Savings Plans稍微灵活点,但逻辑类似。你承诺每小时花多少钱,AWS给你折扣。可如果实际用量低于承诺,差额照样扣。这事没那么玄。就是赌你的业务曲线。

容器化之后的成本盲区
现在大家都上Kubernetes。好处是弹性、可移植。坏处是,成本变得更难看清。一个节点上跑几十个Pod,每个Pod的request和limit设多少?设大了浪费,设小了OOM。很多团队直接复制粘贴,没人细究。
更隐蔽的是,K8s的调度器只关心资源是否足够,不关心成本。它会把Pod塞到任何有空间的地方。结果就是,一堆低利用率的节点在空转。你看着监控面板,CPU平均利用率不到10%。但账单不会骗人。
Spot实例是个好东西。能省70%到90%。但只适合无状态、可中断的任务。比如批处理、CI/CD。要是拿它跑数据库,那就是自找麻烦。我见过有人把生产环境的核心服务放在Spot上,结果被回收,服务直接挂了。事后复盘,省的那点钱,还不够赔的。
标签和FinOps文化
技术手段再多,没有组织配合也是白搭。很多公司连基本的标签策略都没有。一个资源打上team: backend,另一个打上owner: zhangsan。五花八门。月底想看部门成本,根本对不上。
FinOps这几年很火。核心就一句话:让工程、财务、业务坐在一起,看同一份账单。财务关心预算,工程关心性能,业务关心速度。三方拉扯。但只有拉扯,才能找到平衡点。
我认识一个FinOps负责人。他每周发一封邮件,列出上周成本最高的十个资源。抄送所有相关人。不批评,不问责。就是让你知道。效果出奇的好。因为没人想连续三周上榜。
云成本优化不是一次性的项目。它更像健身。你不能指望跑一次步就瘦十斤。得持续监控,持续调整。有时候省了钱,性能降了。有时候性能保住了,钱没省多少。取舍之间,没有标准答案。
最后说个小事。那个半夜打电话的朋友,后来做了三件事:设置预算告警、清理闲置资源、给所有资源打标签。账单降了四成。没买任何预留实例。也没换云厂商。
就这么简单。但简单的事,往往最难坚持。