概述

AWS 成本优化不仅仅是降低账单数字，而是在保证业务性能和可用性的前提下，实现资源利用率最大化。本指南将系统性地介绍 AWS 成本优化的完整框架和实战方法。

第一部分：成本优化基础

1.1 AWS 定价模型深度解析

#### 按需定价（On-Demand）

• 特点：无需前期承诺，按秒或按小时计费
• 适用场景：
• 短期工作负载（< 1个月）
• 不可预测的流量模式
• 开发和测试环境的临时资源

#### 预留容量定价

• Savings Plans：灵活的承诺模型，覆盖 EC2、Lambda、Fargate
• Reserved Instances：特定实例类型的容量预留
• 容量预留：确保特定可用区的容量

#### Spot 实例定价

• 折扣幅度：最高可达按需价格的 90% 折扣
• 中断风险管理：
• Spot Fleet 自动容量管理
• 混合实例策略（On-Demand + Spot）
• 中断通知处理（2分钟预警）

1.2 成本可见性架构

#### 标签策略设计

必需标签：

Environment: prod/staging/dev
Department: engineering/marketing/finance
Project: project-name
Owner: team-email
CostCenter: cc-12345


可选标签：

Application: app-name
Version: v1.2.3
Compliance: pci/hipaa

#### 成本分配体系

| 标签 | 细粒度追踪 | owner:team-a | 团队成本分摊 |

1.3 成本优化成熟度模型

| Level 5: 创新驱动 | 成本即代码 | 5-10% | 智能自动化 |

第二部分：计算资源优化

2.1 EC2 实例优化策略

#### 实例选型决策树

flowchart TD
    A[工作负载分析] --> B{CPU密集型?}
    B -->|是| C[C系列实例]
    B -->|否| D{内存密集型?}
    D -->|是| E[R/X系列实例]
    D -->|否| F{存储密集型?}
    F -->|是| G[I/D系列实例]
    F -->|否| H{GPU需求?}
    H -->|是| I[P/G系列实例]
    H -->|否| J[通用型M/T系列]

#### 实例规模优化矩阵

| IOPS | < 1000 持续 | 从io1改为gp3 | 30-40% |

2.2 Savings Plans 深度实战

#### SP 覆盖率计算模型

目标覆盖率 = (稳定工作负载支出 / 总计算支出) × 风险容忍系数

其中：

稳定工作负载：24/7 运行的基线容量
风险容忍系数：
保守型：0.7-0.8
平衡型：0.8-0.9
激进型：0.9-1.0

#### SP 购买决策框架

| > $100k/月 | EC2 Instance SP | 3年 | 全预付 | 70-80% |

2.3 Reserved Instances 高级策略

#### RI 类型选择决策

| 数据库服务 | ✓ 推荐 | | RDS RI 无转换选项 |

#### RI 交换策略实战

交换时机评估：
1. 新一代实例发布（性价比提升 > 15%）
2. 工作负载架构变更（如容器化迁移）
3. 区域策略调整（如 DR 区域变更）

交换成本计算：
净收益 = (新实例节省额 - 旧实例剩余价值) × 剩余期限

第三部分：存储成本优化

3.1 S3 存储分层策略

#### 智能分层决策矩阵

| 归档合规 | Glacier Deep Archive | 95% | Vault Lock |

#### S3 生命周期优化模板

    
        IntelligentTieringFor30Days
        Enabled
        
            0
            INTELLIGENT_TIERING
        
    
    
        ArchiveOldLogs
        Enabled
        
            90
            GLACIER
        
        
            365
            DEEP_ARCHIVE
        
        
            2555
        
    

3.2 EBS 优化最佳实践

#### 卷类型选择指南

| 冷数据 | 不适用 | sc1 | 0.25x | 归档 |

#### EBS 快照优化策略

快照保留策略：

生产环境：7 个每日快照 + 4 个每周快照 + 12 个每月快照
测试环境：3 个每日快照 + 2 个每周快照
开发环境：1 个每日快照


成本优化：

使用 EBS Snapshots Archive 存储超过 90 天的快照（节省 75%）
实施增量快照去重
跨区域复制仅保留最新快照

第四部分：网络与数据传输优化

4.1 数据传输成本控制

#### 跨区域传输优化方案

| S3 跨区域 | $0.02/GB | S3 Transfer Acceleration | 性能提升 |

4.2 CloudFront 成本优化

#### 缓存策略优化

缓存命中率提升策略：
1. 静态资源：Cache-Control: max-age=31536000
2. 动态内容：使用 Origin Request Policy
3. 个性化内容：基于 Cookie/Header 的缓存键

预期效果：

缓存命中率从 60% 提升到 85%
源站请求减少 70%
带宽成本降低 40%

第五部分：数据库优化

5.1 RDS 成本优化

#### RDS 实例优化检查清单

• [ ] 启用自动停止开发实例（节省 70%）
• [ ] 使用 Aurora Serverless v2 处理可变负载（节省 40%）
• [ ] 购买 RDS Reserved Instances（节省 42%）
• [ ] 优化备份保留期（超过 7 天收费）
• [ ] 使用只读副本分担负载
• [ ] 启用 Performance Insights（免费层）
• [ ] 定期清理未使用的快照

5.2 DynamoDB 优化策略

#### 容量模式选择

| 低频访问 | Standard-IA | 存储便宜 | 冷数据存储 |

第六部分：无服务器架构优化

6.1 Lambda 成本优化

#### 内存配置优化

最优内存计算公式：
总成本 = 执行时间 × 内存配置 × 请求次数

优化步骤：
1. 使用 AWS Lambda Power Tuning
2. 测试 128MB 到 3008MB 范围
3. 找到成本最低点
4. 考虑冷启动影响

示例结果：

128MB: 1000ms × $0.0000002 = $0.0002
512MB: 300ms × $0.0000008 = $0.00024
1024MB: 200ms × $0.0000016 = $0.00032

最优选择：128MB（成本最低）

6.2 容器服务优化

#### Fargate vs EC2 决策

| Spot 支持 | 有限 | 完全支持 | – |

第七部分：自动化成本优化

7.1 自动化优化框架

#### 成本异常检测规则

成本异常检测配置
anomaly_detector = {
    "name": "DailyCostSpike",
    "threshold_type": "PERCENTAGE",
    "threshold": 20,  # 20% 增长触发告警
    "frequency": "DAILY",
    "subscribers": ["ops-team@company.com"],
    "services": ["EC2", "RDS", "Lambda"]
}

自动响应动作
auto_responses = {
    "EC2_IDLE": "stop_instance",
    "RDS_IDLE": "stop_db_instance",
    "NAT_GATEWAY_IDLE": "delete_nat_gateway",
    "EIP_UNATTACHED": "release_eip",
    "EBS_UNATTACHED": "create_snapshot_and_delete"
}

7.2 成本优化自动化工具链

| 自定义 Lambda | 资源清理 | 全自动 | 20-30% |

第八部分：组织级成本治理

8.1 多账户成本管理

#### 组织单元成本分配模型

根组织 (100%)
├── 生产环境 OU (60%)
│   ├── 核心服务账户 (35%)
│   ├── 数据服务账户 (20%)
│   └── 边缘服务账户 (5%)
├── 非生产环境 OU (30%)
│   ├── 预发布账户 (15%)
│   ├── 测试账户 (10%)
│   └── 开发账户 (5%)
└── 共享服务 OU (10%)
    ├── 安全账户 (3%)
    ├── 日志账户 (3%)
    └── 网络账户 (4%)

8.2 FinOps 实践框架

#### RACI 矩阵

| 异常处理 | C | R | R | I |

R=负责, A=批准, C=咨询, I=知情

第九部分：行业特定优化策略

9.1 不同行业的优化重点

| SaaS | 数据库、计算 | 多租户优化 | 25-35% |

9.2 规模化优化策略

#### 不同规模企业的优化路径

| > $100k | 1. FinOps 体系
2. 自动化平台 | 4:1 | 3-6 月 |

第十部分：成本优化路线图

10.1 90天优化计划

#### 第1-30天：建立基础

• [ ] 完成成本可见性评估
• [ ] 实施标签策略
• [ ] 设置预算和告警
• [ ] 识别快速优化机会
• 预期节省：5-10%

#### 第31-60天：实施优化

• [ ] 购买 Savings Plans
• [ ] 优化实例规格
• [ ] 实施存储分层
• [ ] 清理未使用资源
• 预期节省：10-20%

#### 第61-90天：持续改进

• [ ] 建立自动化流程
• [ ] 优化架构设计
• [ ] 实施 FinOps 文化
• [ ] 制定长期策略
• 预期节省：5-10%

10.2 成本优化成熟度评估

#### 自评清单

| 工具 | 手动 | 基础工具 | 集成工具 | 自动化 | 智能平台 |

实战案例汇总

案例1：电商平台节省 35%

• 背景：月账单 $50k，主要是 EC2 和 CloudFront
• 优化措施：
• Compute Savings Plans 覆盖 70%
• CloudFront 缓存优化
• Auto Scaling 优化
• 结果：月节省 $17.5k

案例2：SaaS 公司节省 42%

• 背景：月账单 $120k，RDS 占 40%
• 优化措施：
• RDS 预留实例
• Aurora Serverless v2
• 多租户架构优化
• 结果：月节省 $50.4k

案例3：游戏公司节省 38%

• 背景：月账单 $200k，计算资源占 60%
• 优化措施：
• Spot 实例占比 40%
• 区域优化
• 自动扩缩优化
• 结果：月节省 $76k

工具和资源

必备工具清单

1. AWS 原生工具

• Cost Explorer
• AWS Budgets
• Compute Optimizer
• Trusted Advisor

2. 第三方工具

• CloudHealth
• CloudCheckr
• Kubecost (for EKS)

3. 开源工具

• Cloud Custodian
• Infracost
• Komiser

持续学习资源

• AWS Well-Architected Framework – Cost Optimization Pillar
• FinOps Foundation 认证
• AWS Cost Optimization Blog
• 定期参加 AWS re:Invent 成本优化专题

总结与下一步行动

AWS 成本优化是一个持续的过程，需要技术、流程和文化的共同配合。通过本指南提供的框架和方法，企业可以系统性地降低云成本 20-40%，同时提升资源利用效率。

立即行动清单

1. 今天：运行 Cost Explorer，识别最大成本项
2. 本周：实施标签策略，设置预算告警
3. 本月：评估并购买 Savings Plans
4. 本季度：建立 FinOps 团队和流程

记住：成本优化不是一次性项目，而是持续改进的旅程。每节省的一美元都可以重新投资到业务创新中。

—

相关文章：

• Savings Plans 按服务覆盖实战
• 不同账单规模的 SP 策略
• 预留实例 Standard vs Convertible