📚 课程目录第3章 EC2实例选型与成本性能平衡

3. EC2实例选型与成本性能平衡

EC2选型的本质不是“挑最便宜的实例”，而是让实例的CPU架构、计算/内存配比、网络与存储带宽、计费模型四者同时匹配工作负载的真实形态。生产环境中最常见的浪费有两类：一是用通用型实例承载内存密集或网络密集负载，导致资源短板拖慢整体吞吐；二是用按需实例承载可中断的批处理任务，把本可节省60%以上的成本留在账面上。本节围绕实例族特性、Graviton迁移、Spot与预留组合三条主线，给出可落地的选型与组合方法。

一、先看实例族特性：用“配比”而不是“核数”做初筛

AWS实例族按资源配比划分，选型第一步是判断工作负载的瓶颈维度。通用型（M族）vCPU与内存比约为1:4，适合Web应用、中小型数据库、应用服务器；计算优化型（C族）约为1:2，适合批处理编码、游戏服务器、高性能计算；内存优化型（R族、X族）约为1:8甚至1:16，适合内存数据库、实时大数据分析、缓存集群；存储优化型（I族、D族）提供本地NVMe SSD，适合高IOPS的NoSQL与数据仓库；加速计算型（P族、G族、Inf族）带GPU或推理芯片，适合训练与推理。同一族内还有尺寸后缀差异：例如m7i.large与m7i.xlarge的vCPU和内存成比例放大，但网络带宽和EBS带宽并非线性增长，小规格实例常因网络基线低而成为瓶颈。

一个实用的初筛方法是先测量工作负载的峰值与均值：CPU利用率、内存占用、网络吞吐、磁盘IOPS。若CPU长期高于70%而内存低于40%，优先考虑C族；若内存长期高于70%而CPU低于40%，优先考虑R族。注意“长期”指P95而非瞬时峰值，避免为偶发尖峰过度配置。

二、Graviton迁移：同价位下通常获得更高性价比

Graviton是AWS基于ARM架构的自研处理器，同规格下价格通常比同代x86实例低约20%，且每瓦性能更优。以m7g.large与m7i.large为例，两者vCPU与内存相同，但m7g按需单价更低，在Web服务、容器化微服务、开源数据库等场景中往往能获得更好的性价比。迁移的关键不是“换实例类型”，而是确认软件栈对ARM64的支持程度。

迁移前需要检查三类依赖：一是操作系统与运行时，Amazon Linux 2023、Ubuntu 22.04及以上、RHEL 9均提供ARM64镜像；二是语言运行时，Java（Corretto 11+）、Go、Python、Node.js均已原生支持；三是二进制依赖，若应用包含C扩展、本地编译库或特定厂商Agent，需要确认是否有ARM64版本。容器化应用相对容易迁移，只需构建多架构镜像并推送到ECR，再在ARM节点上调度即可。

迁移验证建议分三步：先在测试环境用相同负载对比x86与Graviton的P95延迟和吞吐；再观察CPU steal与内存带宽指标，确认没有因架构差异导致的性能回退；最后按10%流量灰度切流，稳定后再全量。若发现某依赖无ARM版本，可保留该组件在x86节点，其余部分迁移，形成混合架构。

三、Spot与预留组合：按“可中断性”分层

计费模型的选择取决于工作负载对中断的容忍度。稳态7×24且不可中断的服务，适合用Savings Plans或预留实例覆盖基线容量，通常可节省40%~60%；可中断的批处理、CI/CD构建、大数据分析任务，适合用Spot实例，折扣可达60%~90%。生产环境推荐“基线+弹性”组合：用预留或Savings Plans覆盖最低负载，用Spot承载峰值与可中断任务，用按需实例兜底突发流量。

Spot使用的核心是中断处理。EC2会在中断前2分钟通过实例元数据发出中断通知，应用需要监听该信号并优雅退出。以http://169.254.169.254/latest/meta-data/spot/instance-action为例，轮询到该端点返回内容即表示即将中断。配合Auto Scaling组的混合实例策略，可指定多种实例类型和可用区，降低单一容量池中断带来的影响。

# 监听Spot中断通知的简化示例（每5秒轮询）
while true; do
  if curl -s -o /dev/null -w "%{http_code}" \
    http://169.254.169.254/latest/meta-data/spot/instance-action | grep -q 200; then
    echo "收到Spot中断通知，开始优雅退出"
    # 停止接收新任务、保存检查点、注销服务
    break
  fi
  sleep 5
done

组合策略的量化方法是：先统计工作负载的基线利用率（如日均CPU 30%），用预留覆盖这部分；再统计峰值持续时间与可中断比例，用Spot覆盖可中断部分；剩余不可预测的突发用按需。假设某服务月运行730小时，基线需4台，峰值需8台，其中4台可中断。若全部按需单价为0.2美元/小时，则月成本约1168美元；用4台预留（按6折）覆盖基线、4台Spot（按3折）覆盖峰值，月成本约为4×0.12×730 + 4×0.06×730 ≈ 350 + 175 = 525美元，节省约55%。

选型检查清单：① 用P95而非峰值判断资源瓶颈；② 确认Graviton依赖的ARM64支持；③ 预留覆盖基线、Spot覆盖可中断峰值、按需兜底；④ Spot应用必须实现中断通知监听与优雅退出；⑤ 混合实例策略至少覆盖3种实例类型和2个可用区。

最后需要强调，选型不是一次性动作。工作负载会随版本迭代变化，建议每季度复核一次实例族的CPU、内存、网络利用率，结合Cost Explorer的按实例类型成本分布，识别长期低利用率实例并调整。把“配比匹配、架构匹配、计费匹配”三件事同时做对，才能在性能不降级的前提下把EC2成本压到合理区间。