4. 成本优化基础：云资源成本构成、闲置资源识别、按需与预留实例对比
在实施自动化成本优化之前，必须建立对云资源成本模型的系统性认知。本章将拆解云成本的核心构成，提供闲置资源识别的可操作方法，并深入对比按需实例与预留实例的经济学差异，为后续 GitOps 同步窗口中的成本策略设计奠定数据基础。
4.1 云资源成本构成模型
云成本并非单一维度的“按小时付费”，而是由计算、存储、网络、管理服务四个主要支柱叠加而成。理解每一层的计费因子，才能精准定位优化空间。
| 成本层级 | 典型计费因子 | 优化切入点 |
|---|---|---|
| 计算 | vCPU 核数、内存大小、实例运行时长、操作系统许可 | 实例规格调整、预留实例、Spot 实例、自动休眠 |
| 存储 | 存储容量（GB）、IOPS、吞吐量、快照频率、数据访问次数 | 生命周期策略、冷热分层、删除未挂载卷 |
| 网络 | 跨 AZ/Region 流量、NAT 网关、负载均衡器、公网 IP | 流量本地化、减少跨区通信、清理未绑定 IP |
| 管理服务 | 监控指标数、日志存储量、API 调用次数、备份保留版本 | 指标降采样、日志过期策略、减少冗余 API 调用 |
成本归因原则： 在 GitOps 流水线中，建议为每个环境（dev/staging/prod）打上成本标签（Cost Tag），并在基础设施即代码（IaC）中声明资源归属。这是后续自动化分析闲置资源的前提条件。
4.2 闲置资源识别：从指标到行动
闲置资源是云成本浪费的最大来源。根据行业基准，超过 30% 的云资源在非生产环境中处于低利用率或空转状态。识别闲置资源需要结合 CPU、内存、网络 I/O 三个维度的持续监控数据。
4.2.1 闲置资源判定标准
- CPU 空闲实例： 过去 7 天平均 CPU 利用率 < 5%，且峰值 < 10%。
- 内存空闲实例： 过去 7 天平均内存利用率 < 10%，且无显著波动。
- 网络静默实例： 过去 7 天网络入/出流量 < 1 MB/天。
- 未挂载存储卷： 状态为 available 且超过 30 天未被任何实例挂载。
- 闲置负载均衡器： 后端目标组为空，或过去 14 天无任何请求流量。
自动化识别脚本示例（伪代码）：
# 基于 CloudWatch / Stackdriver 指标查询
for instance in list_all_instances():
cpu_avg = get_metric(instance, "CPUUtilization", period="7d", stat="Average")
mem_avg = get_metric(instance, "MemoryUtilization", period="7d", stat="Average")
net_in = get_metric(instance, "NetworkIn", period="7d", stat="Sum")
if cpu_avg < 5 and mem_avg < 10 and net_in < 1e6:
mark_as_idle(instance)
generate_optimization_ticket(instance, action="stop_or_resize")
4.2.2 闲置资源识别流程
- 数据采集： 通过云厂商监控 API 拉取过去 7-14 天的资源利用率指标。
- 阈值过滤： 应用上述判定标准，生成疑似闲置资源列表。
- 人工复核： 排除有特殊用途（如备用实例、维护窗口）的资源。
- 自动化处置： 通过 GitOps 流水线提交 PR，修改 IaC 中的资源状态（如停止实例、删除未挂载卷）。
- 成本验证： 处置后 24 小时对比成本账单，确认节省金额。
注意： 生产环境的闲置资源识别必须设置“白名单”机制，避免误停关键服务。建议先在非生产环境运行识别脚本，验证阈值准确性后再推广到生产。
4.3 按需实例 vs 预留实例：经济学对比
按需实例（On-Demand）和预留实例（Reserved Instance, RI）是云计算的两种核心定价模型。选择哪种模型取决于工作负载的稳定性、持续时间和可预测性。
4.3.1 核心差异对比表
| 对比维度 | 按需实例 | 预留实例 |
|---|---|---|
| 计费方式 | 按秒/小时计费，无承诺 | 预付费或按月承诺，锁定 1 年或 3 年 |
| 折扣幅度 | 无折扣（基准价） | 通常 30% - 60% 折扣（取决于承诺期限和付款方式） |
| 灵活性 | 随时创建、停止、删除 | 实例规格、可用区可转换（部分云厂商支持），但不可随意取消 |
| 适用场景 | 开发测试、弹性扩缩容、短期任务、突发流量 | 7×24 小时运行的生产服务、数据库、有状态中间件 |
| 成本风险 | 长期运行成本高，无浪费风险 | 若资源闲置，承诺费用无法回收，存在浪费风险 |
| 自动化友好度 | 高，IaC 可直接声明 | 中等，需结合 RI 购买计划与覆盖率监控 |
4.3.2 成本平衡决策模型
决策是否购买预留实例，可以基于以下公式计算“盈亏平衡点”：
盈亏平衡点（小时/月） = RI 月承诺费用 / 按需小时单价
示例：
- 按需实例单价：$0.10/小时
- 1 年期 RI 月承诺费用：$43.80（相当于 $0.06/小时）
- 盈亏平衡点 = 43.80 / 0.10 = 438 小时/月
结论：如果该实例每月运行超过 438 小时（约 60% 时间），购买 RI 更划算。
GitOps 集成建议： 在 IaC 仓库中维护一个
ri-coverage.yaml 文件，记录当前 RI 购买计划与覆盖率目标。通过流水线定期检查覆盖率，若低于阈值（如 70%），自动生成 RI 购买建议 PR。
4.4 成本优化决策流程总览
以下 SVG 图展示了从成本构成分析到自动化处置的完整决策链路，帮助你在 GitOps 流水线中嵌入成本优化逻辑。
4.5 按需与预留实例的混合策略
在实际生产环境中，极少采用 100% 按需或 100% 预留的极端策略。更优的方案是采用“混合基线 + 弹性缓冲”模型：
- 基线层（60%-70% 负载）： 使用预留实例覆盖稳定的、7×24 小时运行的核心服务。
- 弹性层（20%-30% 负载）： 使用按需实例或 Spot 实例应对流量波动、批量任务、灰度发布。
- 缓冲层（10% 负载）： 保留少量按需实例作为故障转移和突发流量兜底。
混合策略成本节省估算：
假设集群总需求为 100 个 vCPU：
- 70 个 vCPU 使用 1 年期 RI（折扣 40%）：成本 = 70 × 0.6 = 42 单位
- 20 个 vCPU 使用按需实例（无折扣）：成本 = 20 × 1.0 = 20 单位
- 10 个 vCPU 使用 Spot 实例（折扣 70%）：成本 = 10 × 0.3 = 3 单位
- 总成本 = 42 + 20 + 3 = 65 单位
- 相比纯按需（100 单位），节省 35%
4.6 闲置资源识别与处置的自动化流程
以下 SVG 图聚焦于闲置资源从识别到自动化处置的详细步骤，展示 GitOps 流水线如何介入这一过程。
4.7 本章小结
- 成本构成四层模型： 计算、存储、网络、管理服务，每一层都有独立的优化策略。
- 闲置资源识别三要素： CPU、内存、网络 I/O 的持续低利用率是核心判定依据。
- 按需 vs 预留实例： 预留实例适合稳定负载，按需实例适合弹性场景，混合策略可实现 30%-50% 的成本节省。
- 自动化流程： 通过 GitOps 流水线将识别、PR、审批、执行、验证串联起来，形成闭环。