AWS Cloud Intelligence Dashboards定制实践：财年成本分析与FinOps治理

一、AWS Cloud Intelligence Dashboards核心价值与定制需求

1.1 方案架构与标准组件

AWS Cloud Intelligence Dashboards（CID）是基于亚马逊云科技原生服务构建的成本可视化解决方案，其技术栈包含三个核心层：

• 数据源层：Cost & Usage Report（CUR）存储于Amazon S3
• 查询层：Amazon Athena提供SQL查询能力
• 可视化层：Amazon QuickSight实现交互式仪表盘

标准方案提供三类仪表盘：CUDOS支持账号、服务、Region、标签等多维度成本拆解；CID聚焦成本智能分析；KPI Dashboard展示RI/SP覆盖率等关键指标。这些组件可独立或组合部署，但在实际企业场景中往往需要进一步定制。

1.2 企业级定制的典型场景

根据项目实践经验，以下场景需要突破标准方案的边界：

• 自定义财年周期：财务部门使用5月至次年4月的财年，而非自然年
• 目标对比分析：管理层关注”当前财年实际 vs 目标预算”，而非单纯历史趋势
• 业务维度映射：将AWS账号关联至Business Unit、Cost Center、Team等内部组织结构
• 成本分摊规则：需要结合企业特定的共享成本分摊逻辑

二、业务目标设计：从成本展示到目标对齐

本文以一个典型FinOps项目为例，客户的核心诉求是：FY26目标成本控制在FY25实际成本的90%。这要求仪表盘不仅展示历史数据，还需要：

• 按自定义财年（5月起始）重新组织成本数据
• 计算FY25/FY26的逐月成本并支持同期对比
• 将FY26目标曲线（90% of FY25）明确可视化
• 支持从总览到账号/团队/服务的下钻分析

三、数据层定制：Athena视图构建实践

3.1 周粒度成本聚合视图

除标准的日度和月度视图外，周级别分析对于运营团队的短期趋势监控非常有价值。以下视图将成本聚合至周维度：

CREATE OR REPLACE VIEW cost_weekly AS
SELECT
    billing_period,
    line_item_usage_account_id AS account_id,
    year(line_item_usage_start_date) AS year,
    week(line_item_usage_start_date) AS week_of_year,
    date_trunc('week', line_item_usage_start_date) AS week_start,
    SUM(line_item_unblended_cost) AS unblended_cost,
    SUM(line_item_amortized_cost) AS amortized_cost
FROM cur_database.cur_table
WHERE line_item_usage_start_date >= date_add('month', -24, current_date)
GROUP BY 1, 2, 3, 4, 5;

设计要点：同时保留unblended_cost（现金账单视角）和amortized_cost（摊销成本视角），WHERE条件限制24个月数据以平衡分析深度与查询性能。

3.2 账户业务维度映射视图

AWS CID官方提供三种账户映射方式：Organizations API、Lambda函数、CSV文件。推荐采用CSV文件方案，原因包括：

• 支持添加Business Unit、OU、Team、Cost Center等自定义维度
• 业务团队可直接维护，无需技术背景
• 可纳入Git版本控制，追踪历史变更

CREATE OR REPLACE VIEW account_map AS
SELECT
    account_id,
    account_name,
    business_unit,
    organizational_unit,
    team,
    cost_center,
    environment
FROM "s3_database"."account_mapping_csv";

在QuickSight数据集中将cost_weekly与account_map通过account_id关联，即可在所有仪表盘中使用业务语言进行分析。

四、QuickSight计算字段：自定义财年逻辑实现

4.1 财年字段设计

针对5月起始的财年周期，需创建MoMComparison_FiscalYear计算字段：

ifelse(
    extract('MM', {line_item_usage_start_date}) >= 5,
    concat('FY', toString(extract('YY', {line_item_usage_start_date}) + 1)),
    concat('FY', toString(extract('YY', {line_item_usage_start_date})))
)

4.2 月份显示与排序字段

为确保财年月份按正确顺序排列（5月为第1个月），需创建MoMComparison_MonthNum排序字段：

ifelse(
    extract('MM', {line_item_usage_start_date}) >= 5,
    extract('MM', {line_item_usage_start_date}) - 4,
    extract('MM', {line_item_usage_start_date}) + 8
)

4.3 目标成本计算

实现”FY26目标=FY25×90%”的核心逻辑，需要先聚合FY25同期成本，再乘以目标系数：

sumOver(
    ifelse({MoMComparison_FiscalYear} = 'FY25', {amortized_cost}, 0),
    [{MoMComparison_MonthNum}],
    PRE_AGG
) * 0.9

五、可视化定制：组合图表构建

在QuickSight中创建Combo Chart，将以下指标整合到同一视图：

• 柱状图：FY25实际成本、FY26实际成本（按月对比）
• 折线图：FY26目标曲线（FY25×90%）
• X轴：使用MoMComparison_MonthNum排序的财年月份

通过这种设计，管理层可以直观识别哪些月份超出目标，并通过QuickSight的drill-down功能下钻至具体账号或服务进行根因分析。

六、方案优势与扩展建议

本定制方案的核心优势在于不改变AWS CID底层架构，仅通过数据层视图和展示层计算字段实现扩展。这意味着：

• 可随AWS CID官方版本升级而平滑迁移
• 定制逻辑可复用于CUDOS、CID、KPI等多个仪表盘
• 支持增量添加新的业务维度或计算指标

建议企业在实施时建立定制文档库，记录所有Athena视图和QuickSight计算字段的业务含义，便于后续维护和知识传承。