优化AWS使用成本系列（三）正确配置实例规模

文 | 沉默恶魔（转载请注明出处）
关注公众号：AWS爱好者
微信号：chenmoemo

当我们的企业开始采用云服务时不仅仅面临的是技术革新，它还很有可能改变原组织的运作方式。当企业由原定期发生的投资IT资源，转变为价格与资源有效利用密切相关时，了解驱动云定价的因素和成本优化策略知识是非常值得的，它将会为我们的企业节省大量的成本支出。

目前虽然有很多企业已经上了云、在用云，但是重视AWS成本优化的企业目前可能并不多。我相信随着后续云计算的不断发展，更多的企业会使用云计算，且会有越来越多的企业和用户开始重视AWS使用成本，开始学习优化AWS的使用成本，我希望我们都是掌握成本优化的先行者，一起学习，一起进步。

好的，下面步入正题，《优化AWS使用成本》系列的第一部分介绍了：

优化AWS使用成本系列（一）思维模式转变与成本分配标签
优化AWS使用成本系列（二）AWS Organizations与成本优化文化建设

我们今天开始第二部分，正确配置实例规模。在使用AWS的过程中，如何正确配置实例大小/规模呢？首先在使用计算资源时，实例大小和规模要和业务匹配；其次，结合不同的业务场景，选择适合的实例的使用方式，这样才能最大化的优化AWS的使用成本。

-第二部分 正确配置实例规模-

–计算选型的一些简单原则–

在实例选型时，基本上的原则是只满足业务容量需求即可，不需要过度的配置，造成成本的浪费，因为实例配置可以随时进行调整，当配置不够时在调整即可。

那如何能够正确配置实例的大小呢，利用Amazon CloudWatch，或者一些类似的监控指标，观察业务利用率，确定缩减规模。

另外呢，如果需求实在太小，可考虑容器，AWS有对应容器的服务。

还有AWS主推的无服务器计算架构，AWS Lambda，不需要购买实例，直接在Lambda上传相应的脚本完成对应的功能，只收取很少的请求和持续时间等费用，省去了大笔实例费用。比如，可以上传一个脚本，功能为当用户上传到S3文件成功时执行对应的操作等等。这块的内容比较多，感兴趣的同学可以重点看下AWS Lambda服务的内容。

–计算实例典型使用方式–

计算资源选型，AWS将实例根据负载类型分为计算/内存/通用/存储/突发性能等等类型，不同实例系列，对应着不同的优化，以及CPU虚拟核心对应内存的比例等等，用户可以根据实际的计算需求进行选择。

以下是一些计算实例典型的使用方式：

对于一些稳定的需求，可以使用RI（预留实例），比如DB、账号服务器等等，这样能享受最高达75%的优惠折扣。

对于一些可变但可预测的需求，比如业务中一些前端WEB服务器，可能根据负载情况所需的服务器数量不同，可以用AUTO SCALING服务，当负载高的时候启用更多的实例来支撑业务负载，当负载下来时自动缩减实例数量达到既满足了业务承载，又节省了成本的目标。

另外对于一些DEV/TEST等内部环境，在不使用的时候可以随时关闭节省成本，因为开着就会计算成本，在需要时在开起来。

对于一些特别临时的需求，可以使用Spot实例，最高可以节省90%的成本，这部分后面在具体讨论。

---

在本文的最后，我想提供一个通过CloudWatch监控到计算资源浪费后调整实例类型节约成本的一个例子，帮助大家理解本文的主题，正确配置实例的大小/规模：

1. 配置资源时使用的是m4.4xlarge,1.72美元/小时
2. 业务上线后通过cloudwatch等监控指标，发现服务的负载非常低
3. 根据负载情况调整成m4.large实例，价格是0.215美元/小时
4. 再次对性能进行观测，如无异常完成此次调整
5. 最终成本节约87%