云成本優化是一種策略或一組策略，用于減少云支出并在消耗云資源時實現成本效益。這對您的云采用計劃的成功至關重要，因為云成本會對您組織的底線產生巨大影響。在這篇文章中，我們將介紹四大云成本優化最佳實踐，并討論如何將它們應用到您的云環境中。

資源清理

云環境的主要優勢之一是添加資源的便捷性和速度。問題是我們經常忘記在使用它們后刪除/刪除/終止這些資源。例如，經常看到 IT 人員啟動一個 Amazon Elastic Compute Cloud (EC2) 實例，然后讓它繼續運行，即使它已經過時了。

有時，即使您確實終止了計算實例，您也可能忘記刪除附加到它的任何存儲卷。在您終止資源之前，您始終需要為此付費。

另一個導致超支的稍微類似的做法是讓活躍但嚴重未充分利用的資源繼續運行。使用不到 5% 的 CPU 或 100 GB 卷但僅保存 1 GB 數據的計算實例仍將花費等量的 CPU 或存儲卷。

例如，如果您周圍有數百個這樣未充分利用的實例，您最終可能會每月浪費數十萬美元來購買您實際上并未使用的資源。實際的做法是將這些整合到更少的實例中，以最大限度地利用資源，同時降低成本。這同樣適用于存儲和其他資源。

規模調整分析

確定您是否在資源上超支的一種方法是進行規模調整分析。它涉及比較使用情況和容量，以查看資源是否未充分利用并因此需要調整。一旦您確定某個資源確實未被充分利用，您就可以減少其容量以使其更接近實際使用情況。此過程稱為調整大小。

您不必手動執行此操作。有一些工具可以幫助您，不僅可以查看您是否正在運行未充分利用的資源，還可以推薦合適的大小。例如，假設您正在使用 m4.xlarge（4 個 vCPU，16 GB）——在撰寫本文時，它是一種 Amazon EC2 實例大小，對于美國東部的 Linux 操作系統，其按需每小時費率為 0.20 美元（俄亥俄州）地區。

然后，您可以運行一個工具來檢查 CPU 和內存利用率等指標，然后推薦正確的實例。假設該工具最終推薦了一個較小的 m4.large (2 vCPU, 8 GB) 實例，目前對于相同的操作系統和區域，該實例的價格為每小時 0.10 美元。對于一個實例，這已經節省了 50%。

您可用于在 Amazon Web Services (AWS) 中正確調整大小的一些工具包括 Compute Optimizer、Cost Explorer 和 Trusted Advisor。在 Azure 中，您可以使用 Azure 顧問。也有第三方解決方案。

監控

您可以實施主動措施，例如監控以發現需求高峰和低谷。這將幫助您確定可以關閉某些資源的特定時間甚至幾天。例如，如果您看到從晚上 9 點到早上 6 點的計算需求為零，您可以在這 9 小時內關閉您的實例。這已經是您總成本的 37.5%。

監控還將幫助您確定哪些特定服務構成了您的云支出的大部分。在這些地方，您可以開始尋找需要調整的區域，因為您所做的任何更改都會對成本產生重大影響。

監控還可以幫助您確定固定成本、可預測工作負載的基準，并確定可變成本工作負載。您可以將長期、可預測的工作負載分配給有權享受大折扣的預留實例，并將可變成本工作負載分配給按需實例，從而為您提供靈活的定價。這個想法是將您的工作負載與正確的定價模型相匹配，以獲得云成本優化。

最后，監控可以幫助您快速發現異常值或使用異常，如果不加以檢查，將導致過度收費。

自動化云成本優化

如果僅僅依靠手動方法，云成本優化是無法有效進行的。考慮到您的云基礎設施有多么龐大和多樣化，很難準確地確定成本的來源、分析和理解使用模式、檢查實例和其他資源是否未充分利用和過度配置、實施更改等等。

進行云成本優化的最佳方法是利用每一個機會自動化。這不僅可以節省您的時間和金錢，還可以確保嚴格執行政策。例如，假設在監控您的云之后，您決定創建一個策略，要求用戶在離開辦公室之前關閉云資源。

如果您簡單地使用自動關閉特定資源的調度程序（您的云提供商應該為此提供本機工具），那么您將更有可能實現 100% 執行此策略，而不是依賴用戶自己關閉資源在指定的時間。

另一個有助于優化成本的自動化工具是自動縮放。該工具可根據需要動態增加和減少容量，從而防止過度配置，進而減少浪費。雖然非常有影響力，但自動縮放是一項高級功能，需要重新架構和重新設計您的應用程序，因此您需要專家指導才能使其正確。請聯系您的云提供商尋求幫助。