優化AWS使用成本中如何正確配置實例規模

今天就跟大家聊聊有關優化AWS使用成本中如何正確配置實例規模，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

正確配置實例規模。

在使用AWS的過程中，如何正確配置實例大小/規模呢？首先在使用計算資源時，實例大小和規模要和業務匹配；其次，結合不同的業務場景，選擇適合的實例的使用方式，這樣才能最大化的優化AWS的使用成本。

-第二部分 正確配置實例規模-

--計算選型的一些簡單原則--

在實例選型時，基本上的原則是只滿足業務容量需求即可，不需要過度的配置，造成成本的浪費，因為實例配置可以隨時進行調整，當配置不夠時在調整即可。

那如何能夠正確配置實例的大小呢，利用Amazon CloudWatch，或者一些類似的監控指標，觀察業務利用率，確定縮減規模。

另外呢，如果需求實在太小，可考慮容器，AWS有對應容器的服務。

還有AWS主推的無服務器計算架構，AWS Lambda，不需要購買實例，直接在Lambda上傳相應的腳本完成對應的功能，只收取很少的請求和持續時間等費用，省去了大筆實例費用。比如，可以上傳一個腳本，功能為當用戶上傳到S3文件成功時執行對應的操作等等。這塊的內容比較多，感興趣的同學可以重點看下AWS Lambda服務的內容。

--計算實例典型使用方式--

計算資源選型，AWS將實例根據負載類型分為計算/內存/通用/存儲/突發性能等等類型，不同實例系列，對應著不同的優化，以及CPU虛擬核心對應內存的比例等等，用戶可以根據實際的計算需求進行選擇。

以下是一些計算實例典型的使用方式：

對于一些穩定的需求，可以使用RI（預留實例），比如DB、賬號服務器等等，這樣能享受最高達75%的優惠折扣。

對于一些可變但可預測的需求，比如業務中一些前端WEB服務器，可能根據負載情況所需的服務器數量不同，可以用AUTO SCALING服務，當負載高的時候啟用更多的實例來支撐業務負載，當負載下來時自動縮減實例數量達到既滿足了業務承載，又節省了成本的目標。

另外對于一些DEV/TEST等內部環境，在不使用的時候可以隨時關閉節省成本，因為開著就會計算成本，在需要時在開起來。

對于一些特別臨時的需求，可以使用Spot實例，最高可以節省90%的成本，這部分后面在具體討論。

在本文的最后，我想提供一個通過CloudWatch監控到計算資源浪費后調整實例類型節約成本的一個例子，幫助大家理解本文的主題，正確配置實例的大小/規模：

1. 配置資源時使用的是m4.4xlarge,1.72美元/小時

2. 業務上線后通過cloudwatch等監控指標，發現服務的負載非常低

3. 根據負載情況調整成m4.large實例，價格是0.215美元/小時

4. 再次對性能進行觀測，如無異常完成此次調整

5. 最終成本節約87%

看完上述內容，你們對優化AWS使用成本中如何正確配置實例規模有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。