欢迎阅读Turbomonic新博客系列的第二篇文章《掌握云成本优化》（Mastering Cloud Cost Optimization）在本文中，我们将分享那些在数字化转型和云优化过程中取得成功的组织所采用的框架。云支出优化计划（和挑战）2017年，RightScale（现为Flexera）的云现状报告首次将优化现有云支出列为云用户的首要举措（53%），取代了2016年的"将更多工作负载转移到云上"的首要举措：自那以来，成本优化计划一直是每份报告中的第一位，到2020年，73%（！）把它列为他们的首要举措：那么，为什么组织仍然认为云成本节约是他们的首要云计划和最大挑战呢？你可能已经从你自己的经历中知道——这并不像听起来那么简单。在我上一篇文章《掌握云成本优化：原则》中，我介绍了云成本优化的主要挑战以及实现一个良好架构和持续优化的云环境所需的核心原则。在继续之前，请务必阅读它以了解更多细节和上下文。现在是采取行动的时候了多年来，组织试图通过专注于报告来实现成本优化。这包括按存储容量使用计费报告、长excel电子表格和带有漂亮图表和图形的仪表板。遗憾的是，这种方法很少奏效。盯着数据看不会减少云计算的开销，也不会来回发送报告。显然，这并不是为了最小化成本可见性和报告的重要性——成本可见性是任何组织的云成本优化策略的关键基础，需要建立所需的问责制，但这是不够的。为了优化云环境，你必须行动起来，而且你必须执行行动——但同样，这说起来容易做起来难。为了执行行动，人们需要了解该采取什么行动，何时采取行动，并了解该行动的意义，而不仅仅是节省成本。我见过一些组织，他们创建了一个内部流程来识别、分析和执行云优化操作。许多人承认，这一过程耗时、繁琐、手动且不可扩展，尤其是在大型云环境中，他们的努力影响有限。解决方案？自动化–无需任何人工干预即可执行优化操作的能力。从技术的角度来看，自动化并不难，尤其是在公共云中，它提供了良好的文档和健壮的api。实现自动化云优化的两个主要挑战是复杂性和信任。多维复杂性复杂性指的是生成准确且可操作的云优化操作的过程，例如调整VM、PaaS服务甚至容器的大小。例如，要正确调整单个工作负载的大小，首先需要跨多个指标（即CPU、内存、IOPS、网络等）观察其资源的利用率，包括监视应用程序性能指标，如响应时间和事务。下一步是分析所有数据，并从云供应商提供的大量不断增长的配置选项（和价格）目录中确定最佳的目标实例类型/SKU。然后，一旦确定了目标配置，就必须考虑其他约束，例如组织策略、操作系统驱动程序要求（例如，AWS上的NVMe或ENA）和存储类型支持（例如EBS优化/Azure Premium LRS）。此图说明了缩放工作负载时应考虑的多个维度：关于云成本优化背后的复杂性以及如何使用人工智能（AI）来解决这一问题，我强烈建议阅读博客"云成本优化超出了人类规模——这里是为什么"。自动化之旅需要信任为了让组织同意自动化操作，您必须让他们相信这些操作是准确、安全的，并且不会影响应用程序的性能，特别是在生产环境中。信任需要时间和结构化的方法；它是一个多阶段的旅程，它与我们的公共云成熟度模型密切相关：从可见性开始：第一步是获得对整个云环境的可见性，并了解当前的优化机会。此步骤包括识别和聚合所有帐户和订阅，了解总体开销和对云提供商的承诺，以及根据其目的、所有者和环境（prod、test、dev等）标记和标记不同的工作负载。这必须在所有订阅/帐户中完成。首先解决"悬而未决的果实"：我们建议首先从终止未使用的资源（主要是因为这是阻力最小的路径）开始，即终止未使用的资源，如空闲的不需要的vm、负载平衡器、公共ip、未连接卷和旧快照。在这一阶段可以节省大量费用。购买1年的生产预订：我们还建议您在关注非生产的同时，考虑购买1年的生产预订。原因是优化需要时间-没有办法绕过它。通过在AWS上购买1年的保留实例或储蓄计划，您将能够通过这些预订获得30-40%的节省，因为您在非prod estate上磨练了更高级的优化技能。1年与3年的原因是，目标是在第一年为生产建立一个更复杂的优化计划，包括将生产工作负载扩展到其最佳大小（例如，调整大小），然后根据优化的实例类型/SKU购买新的预订。实施计划暂停：在下班后暂停非生产工作负载可以立即产生相当可观的节省，例如，在下午6点到早上6点之间暂停工作负载可以减少50%的计算成本，如果在周末和节假日暂停工作，节省的成本会更高。在非生产环境中执行IaaS扩展：在这个阶段，节省是显而易见的，许多团队都渴望获得更多的节省。我们建议利用业务部门的动力，通过规模化行动应对非生产环境。我们创建了一个专门关注该阶段的成熟度曲线，因为它对于优化工作的成功至关重要：从手动执行操作开始：检查每个缩放操作以验证其准确性，并与来自不同业务部门的少数涉众（例如，来自it/Cloud Ops、应用程序团队和财务部门的涉众）一起仔细检查。执行操作并验证影响。一步一个脚印，随着信心的增长，增加执行的动作数量。审批工作流：下一步是使用ITSM解决方案（如ServiceNow）实现审批工作流。当生成的调整被认为是不合适的，或当被认为是不合适的调整时，或不应被认为是业主的行动被否决。例如，"建议的实例类型不适合此工作负载，因为我们计划从下周开始将处理的事务翻一番。"维护/更改窗口：关于何时执行缩放操作，首先定义一个每周更改窗口，在该窗口中执行所有批准的缩放操作。随着时间的推移，扩展更改窗口的范围和频率。我们的许多客户都在使用每日更改窗口来执行针对非生产工作负载的缩放操作，成熟的客户已经转向完全实时自动化，这是我们的目标。购买非生产性预订：在大多数长期非生产性工作负荷优化到理想的计算配置后，您现在可以购买预订以获得额外的节省。专注于生产：现在是解决生产工作量的时候了。利用从非生产中吸取的所有经验教训，并按照上述步骤将其应用到生产中。启用实时自动化–如前所述，我们的一些成熟客户已经启用了实时自动化，但是，有些客户在实现应用程序现代化后比其他客户更快地实现了这一点（下一节将详细介绍这一点）。应用现代化和成本效益由于云上的缩放操作是破坏性的，并不是所有的工作负载都可以经常调整大小，有些负载需要在扩展过程中优雅地关闭特定的服务。当应用程序现代化以利用云本地体系结构和PaaS服务时，它将解锁实时执行优化操作和利用自动化的能力，而不会对应用程序产生任何影响。因此，在持续优化计划的同时，组织必须投资于应用程序现代化，并通过利用PaaS服务和云本地技术（如容器和功能（aka，Serverless））来构建其应用程序以实现成本效益。了解下一代博客应用程序构建的下一代挑战。请继续关注本博客系列的下一篇文章，掌握云成本优化：云成本模型和折扣概述。为工作负载利用正确的云成本模型是降低云成本的最有效方法之一。即将发布的博客将概述云计算上可用的成本和折扣模型以及何时使用它们。下载云成本优化清单hbspt.cta公司.\u relativeUrls=真；hbspt.cta.负荷（504172，‘d8fd4357-bc10-45cb-8087-c1562022b567’，{}）；