174 lines
5.4 KiB
Markdown
174 lines
5.4 KiB
Markdown
|
# 第9天：EC2 省钱策略——同一台机器四种价格
|
|||
|
|
|
|||
|
|
## 今天你将学到什么
|
|||
|
|
|
|||
|
|
今天揭秘 AWS 的定价策略。同样配置的服务器，选对付费方式能省 60-90% 的钱。这不是理论——大公司每年靠这个省下数百万美元。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 先理解一个核心概念
|
|||
|
|
|
|||
|
|
AWS 的服务器硬件是一样的，但**付费方式**不同，价格天差地别。
|
|||
|
|
|
|||
|
|
生活类比：同一间酒店房间——
|
|||
|
|
- 当天到前台订：全价 800 元/晚（按需）
|
|||
|
|
- 提前一年签约包房：400 元/晚（预留）
|
|||
|
|
- 凌晨 2 点在 APP 上抢尾房：80 元/晚（Spot）
|
|||
|
|
|
|||
|
|
AWS 的逻辑完全一样。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 四种购买方式
|
|||
|
|
|
|||
|
|
### 1. 按需实例（On-Demand）— 最贵但最灵活
|
|||
|
|
|
|||
|
|
**规则**：随时开，随时关，按秒计费，无任何承诺。
|
|||
|
|
|
|||
|
|
**价格参考**（us-east-1，Linux）：
|
|||
|
|
- t3.micro：约 ¥0.07/小时
|
|||
|
|
- m5.large：约 ¥0.67/小时
|
|||
|
|
- c5.xlarge：约 ¥1.18/小时
|
|||
|
|
|
|||
|
|
**适合场景**：
|
|||
|
|
- 刚开始学习和实验
|
|||
|
|
- 短期项目（跑几天就不用了）
|
|||
|
|
- 流量不可预测的新应用
|
|||
|
|
- 不确定需要多大配置，先试试
|
|||
|
|
|
|||
|
|
**生活类比**：出差临时订酒店，贵但灵活。
|
|||
|
|
|
|||
|
|
### 2. 预留实例 / Savings Plans — 承诺换折扣
|
|||
|
|
|
|||
|
|
**规则**：承诺使用 1 年或 3 年，换取大幅折扣。
|
|||
|
|
|
|||
|
|
**折扣幅度**：
|
|||
|
|
|
|||
|
|
| 承诺方式 | 折扣 |
|
|||
|
|
|----------|------|
|
|||
|
|
| 1 年，不预付 | 约 36% |
|
|||
|
|
| 1 年，全预付 | 约 40% |
|
|||
|
|
| 3 年，不预付 | 约 50% |
|
|||
|
|
| 3 年，全预付 | 约 60% |
|
|||
|
|
|
|||
|
|
**举个具体例子**：
|
|||
|
|
|
|||
|
|
一台 m5.large 在 us-east-1：
|
|||
|
|
- 按需：$0.096/小时 × 24 × 365 = **$841/年**
|
|||
|
|
- 1 年预留（全预付）：**$505/年**（省 $336）
|
|||
|
|
- 3 年预留（全预付）：**$320/年**（省 $521）
|
|||
|
|
|
|||
|
|
**适合场景**：
|
|||
|
|
- 7×24 小时运行的生产服务器
|
|||
|
|
- 数据库服务器（一直开着的）
|
|||
|
|
- 你确定未来 1-3 年都需要这台机器
|
|||
|
|
|
|||
|
|
**生活类比**：和房东签长期租约，月租便宜很多。
|
|||
|
|
|
|||
|
|
**Savings Plans（更灵活的替代方案）**：
|
|||
|
|
- 不锁定具体的实例类型，只承诺每小时花多少钱
|
|||
|
|
- 比如承诺"每小时至少花 $10"，换取折扣
|
|||
|
|
- 可以随时换实例类型、换 Region
|
|||
|
|
- 推荐新手用 Savings Plans 而不是传统预留实例
|
|||
|
|
|
|||
|
|
### 3. Spot 实例 — 最便宜但随时可能被收回
|
|||
|
|
|
|||
|
|
**规则**：使用 AWS 的闲置服务器，价格极低（按需的 10-30%），但 AWS 需要这些资源时会提前 2 分钟通知你，然后收回。
|
|||
|
|
|
|||
|
|
**折扣幅度**：通常比按需便宜 60-90%。
|
|||
|
|
|
|||
|
|
**举个例子**：
|
|||
|
|
- m5.large 按需：$0.096/小时
|
|||
|
|
- m5.large Spot：$0.03/小时（便宜 70%）
|
|||
|
|
|
|||
|
|
**适合场景**：
|
|||
|
|
- 大数据分析（Hadoop/Spark 集群）
|
|||
|
|
- 机器学习模型训练
|
|||
|
|
- 视频转码、图片处理等批处理任务
|
|||
|
|
- CI/CD 构建（编译代码）
|
|||
|
|
- 任何"中断了可以重来"的任务
|
|||
|
|
|
|||
|
|
**绝对不适合**：
|
|||
|
|
- 数据库（中断了数据可能丢失）
|
|||
|
|
- 在线服务的唯一实例（中断了用户就访问不了）
|
|||
|
|
- 任何不能容忍中断的关键服务
|
|||
|
|
|
|||
|
|
**生活类比**：航空公司的"候补票"——便宜得多，但如果满员了你就上不了飞机。
|
|||
|
|
|
|||
|
|
### 4. 专用主机（Dedicated Hosts）— 最贵
|
|||
|
|
|
|||
|
|
**规则**：整台物理服务器只给你一个人用，不和别人共享。
|
|||
|
|
|
|||
|
|
**适合场景**：
|
|||
|
|
- 法规要求物理隔离（某些金融、政府场景）
|
|||
|
|
- 使用按 CPU 核心数授权的商业软件（如 Oracle 数据库）
|
|||
|
|
|
|||
|
|
学习阶段完全不需要关心这个选项。
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 聪明的组合策略
|
|||
|
|
|
|||
|
|
成熟的公司不会只用一种方式，而是混合使用：
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
总计算需求
|
|||
|
|
├── 基线负载（70%）→ Savings Plans（稳定便宜）
|
|||
|
|
│ 这部分是你确定一直需要的
|
|||
|
|
├── 可中断任务（20%）→ Spot 实例（超级便宜）
|
|||
|
|
│ 大数据分析、批处理、训练模型
|
|||
|
|
└── 突发需求（10%）→ 按需实例（灵活应急）
|
|||
|
|
临时的流量高峰、紧急项目
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
**真实案例**：某电商公司
|
|||
|
|
- 日常服务器用 Savings Plans：省 40%
|
|||
|
|
- 大促前临时加的服务器用按需：灵活
|
|||
|
|
- 后台数据分析用 Spot：省 70%
|
|||
|
|
- 综合下来比全用按需**省了 55%**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 其他省钱技巧
|
|||
|
|
|
|||
|
|
**选对实例类型**：
|
|||
|
|
- 很多人选了太大的实例，CPU 利用率常年只有 10-20%
|
|||
|
|
- 用 AWS Compute Optimizer 工具，它会分析你的使用情况并推荐合适的类型
|
|||
|
|
|
|||
|
|
**选对 Region**：
|
|||
|
|
- 不同 Region 价格不同
|
|||
|
|
- us-east-1（弗吉尼亚）通常最便宜
|
|||
|
|
- 南美（圣保罗）比弗吉尼亚贵 40-50%
|
|||
|
|
|
|||
|
|
**用 Graviton 实例**：
|
|||
|
|
- AWS 自研的 ARM 芯片
|
|||
|
|
- 比同配置的 Intel 实例便宜 20%，性能还更好
|
|||
|
|
- 实例类型带 `g` 的就是 Graviton（如 t4g、m6g、c6g）
|
|||
|
|
|
|||
|
|
**开发测试环境下班关机**：
|
|||
|
|
- 用 AWS Instance Scheduler 自动定时开关机
|
|||
|
|
- 工作日 9:00 开机，18:00 关机 = 省 65% 的费用
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 今天的小测验
|
|||
|
|
|
|||
|
|
1. 如果你有一台数据库服务器需要 7×24 运行 3 年，应该选哪种购买方式？
|
|||
|
|
2. Spot 实例为什么这么便宜？它的风险是什么？
|
|||
|
|
3. 一个机器学习训练任务（可以中断后重来）适合用什么实例？
|
|||
|
|
4. 为什么说"全用按需"是最贵的方案？
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 延伸阅读
|
|||
|
|
|
|||
|
|
- [EC2 定价页面](https://aws.amazon.com/ec2/pricing/)
|
|||
|
|
- [Savings Plans 详解](https://aws.amazon.com/savingsplans/)
|
|||
|
|
- [Spot 实例最佳实践](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/spot-best-practices.html)
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
## 明天预告
|
|||
|
|
|
|||
|
|
明天学习 Auto Scaling 和负载均衡——让你的应用自动应对流量变化。流量来了自动加机器，流量走了自动减机器，再也不用半夜起来手动扩容了。
|