使用AWS已经很久了。看公司每个月账单的时候发现公有云的花费真的挺多的（具体多少不便透露，反正不算小客户了）。我最近研究了下我们的账单，发现有不少的优化空间，起码可以把花销降低一半甚至1/3。这篇文章是我在团队内部分享如何优化公有云花费的一次整理。
成本优化的基本原则
选择合适的EC2模型
EC2有按需实例（用多少时间，给多少钱），预留实例（一次买一年的，不管用多少都得交一年的钱），spot实例（aws从资源池里面空闲的资源，价格非常便宜，但是可能因为资源紧张导致申请机器的时候申请不到）。
关于价格，我用c4x.8large为例，按需/预留/spot的一小时价格分别为 10.844 / 3.871 / 2.7267。
选择EC2模型的参考：
- 对于7*24小时运行的业务（比如在线服务，数据库应用），购买预留实例最划算。
- 对于离线业务，采用spot实例最划算。并且跑完任务就自动回收机器最好。
- 对于短时间的测试等等，可以直接使用预留。
注意新建一个实例的时候不能指定这个机器用预留实例。因为机器买了之后是否匹配到预留实例是由aws作出的决定。并且aws有灵活的转换因子，我举个例子，我提前买了一个m4.8xlarge的预留，并且此时没有实例命中了这个预留，这个时候我买了两台m4.4xlarge的按需实例，那么就会命中m4.8xlarge的预留，一个m4.8xlarge等于两个m4.4xlarge。
选择合适的S3存储
目前新加坡区有5种S3的存储，针对长期和短期的数据提供了不同的方案。
标准存储 0.1755元/GB 月
适合不断频繁访问的热数据。
标准-IA 0.1030029
适用于不常访问但在需要时要求快速访问的数据。标准 – IA 非常适合长期文件存储、来自同步和共享的旧数据、备份数据以及灾难恢复文件。
要求一个文件最小128K，小于128K按照128K收费。
最少存储30天，不足30天按照30天收费。
S3 One Zone-IA 0.08240232
和标准-IA区别是，S3数据只放在单个可用区，如果发生可用区故障会导致数据无法访问。所以适合存储一些备份的副本或者其他易于创建的数据(就算单个可用区故障导致数据丢失，还是可以创建回来)。
128K和30天限制和标准-IA相同。
以基因分析生产线为例，看下应该如何选择存储
- 配置文件。因为每天访问几十次，所以放标准存储。
- 生产线日志文件。根据业务方要求，这些文件需要保存三个月用于debug。这些数据也不是特别重要的数据，所以可以用one-zone，然后设置生命周期策略，3个月之后自动删除。
- 业务方会不定期的来检索这些数据，所以用标准-IA/不频繁访问。
- 每个开发自己的存储空间，使用标准，且限制最大1T。
- 测试和内测环境，使用标准，限制最大1T。
- 批量重跑的结果，因为数据量很大，上百T，并且访问不频繁，所以可以一个月之后放glacier。需要读的时候提前几个小时说即可。
另外，S3提供了一个analytics-storage-class和智能分层技术来帮助我们选择合理的S3存储。
选择合适的EBS
选择合适容量，合理估算。
对于数据库应用，选择SSD提供出色的随机读写性能，对于大数据应用选择HDD，提供出色吞吐量。并不是SSD一定比HDD性能好，需要根据业务选择。
可以用HDD的，就不要用SSD，因为SSD价格是HDD的两倍。
比如搭建测试k8s环境的时候，磁盘统一用HDD，正式环境的磁盘可以用SSD。
优化对外的网络流量
aws对于inbound流量和同一个zone的流量一般是不收费的，但是如果是outbound流量，费用就大了，以S3为例，传出到internet的流量是0.933/G，10个T的数据就是1W，流量比存储贵的多！
尤其是公有云和私有云公用的情况下，这块一定梳理清楚。
监控，度量，改进
把成本作为metric之一监控起来非常有必要，这样每天都可以看到公有云花费增长的趋势，让每个人有一个直观的感受，让每个工程师都开始专注成本，形成一种文化。
具体方案分成两步。首先需要给每个资源打tag，具体参考AWS Tagging Strategies。然后拿到详细的消费表格然后解析把数据存储到Prometheus，然后通过Grafana展示出来。
总结
通过选择合适的EC2，S3，和EBS，同时优化outbound流量可以极大降低成本。最重要的是去度量成本的花费并且监控起来，让大家知道公有云的钱花在哪里了，让团队每个人都去在意这件事情，形成一种文化。
评论区