在亞馬遜的ReInvent大會上，來自Pinterest、Flipboard和Yelp的工程師分享了他們各自公司降低云計算成本的策略：緊盯負載，精算成本，巧妙組合云資源。

亞馬遜這樣的云計算服務對于小規模的創業公司來說是個福音，但是隨著公司的成長，云計算的開支增長往往會超過營收的增長，對于那些提供免費服務的創業公司來說更是如此。在亞馬遜的Re：Invent大會上，來自Pinterest、Flipboard和Yelp的工程師分享了他們控制成本的獨家竅門。

精算成本，精益運營

在管理云計算基礎設施方面，Flipboard的工程師Scallan提出另一個看似矛盾的觀點：擁抱云計算，同時敬畏云計算。如果方法得當，云計算是靈活的和低成本的選擇，但是如果缺乏規劃，讓服務器空轉，成本就會失控。這也是為什么Flipboard工程師的綽號是"超級吝嗇鬼"，他們的任務是為應用分配合適的資源并加以充分利用。

在"吝嗇"的驅使下，經過無數嘗試，如今Flipboard日常的運行實例數從高峰期的1500個降低到了今天的900個。

FlipBoard的亞馬遜云資源配置

Flipboard實現云計算精益運營的關鍵是對業務輸入和輸出的準確判斷和預測。Kleiner Perkins的Bradford建議公司精算出支持一位免費用戶的單位成本，以及這個成本隨著用戶規模的變化，以及與付費用戶體驗的關系。選出最重要的評估指標(例如每用戶每月的基礎設施成本)，并評估目前的基礎架構在升級前能夠支撐這個成本多久。

成本的游戲：實例組合

為了節省成本，Pinterest、Yelp和Flipboard都采用了亞馬遜AWS的預付費專用實例。通過租用亞馬遜的高性能專用實例(Reserved Instance)而不是按需實例(On-demand Instance)，Flipboard過去三年節省了80%的云計算費用，Pinterest則聲稱節省了70%。實際上，專用實例與按需實例的盈虧平衡點只需要8、9個月，如果企業需要長期租用云計算資源，那么專用實例顯然是更劃算的選擇。

Yelp是亞馬遜Elastic MapReduce(EMR)大數據引擎的重度用戶，當開發人員同時運行Hadoop任務，或者夜間分析日志文件的時候，***峰會同時啟用超過350個EMR實例。為了降低成本，Yelp盡可能租用高性能專用實例減少計時費用，此外Yelp還部署了一個任務緩沖池，讓排隊的Hadoop任務能夠盡量平穩、高效率地使用云計算資源。這就避免了為單獨的一個61分鐘的任務支付兩個小時的資源費用。

為了判斷何時使用何種實例，Yelp開發了一個名為EMRio的工具，通過分析過往的使用情況，來為任務選擇***效的資源。

EMRio的實例成本分析結果(橫軸：時長;縱軸：成本)

在AWS云計算成本優化方面，Pinterest頗有心得，該公司甚至會使用所謂的“機動實例”(Spot Instance)，此類實例也是按需提供，但是當其價格浮動超出用戶最初的出價時，會在不通知用戶的情況下隨時終止。Pinterest開發了自動擴展的看門狗(Watchdog)服務，能夠在需要更多資源的時候自動判斷是租用按需實例還是機動實例。

雖然機動實例的價格有時候會被炒高，但通常情況下比較穩定，能為企業節省大量成本。通過租用機動實例，Pinterest的80臺前端服務器的成本只有20美元/小時，每天的計算成本從***峰的1200美元降低到了440美元。是的，你沒看錯，Pinterest每天的前端服務器成本只要440美元。

Pinterest的Park認為組合使用按需實例、專用實例和機動實例比看上去要復雜，你必須了解不同實例之間的運作機制。例如有些地區和規模專用實例會缺乏靈活性，而配置機動實例的應用也必須能夠適應機動實例隨來隨走的特性。不過隨著亞馬遜推動機動實例交易市場(Spot marketplace)，用戶之間可以交易機動實例，這讓云計算的成本游戲變得更加復雜起來。

技術選型與人力資源成本

雖然選擇數據庫類型主要是技術架構問題，但也直接關系到企業云計算的成本。Instagram創始人Mike Krieger曾說："你的用戶才不關心你的數據庫技術是不是自己開發的，這方面適用就好，那怕是租用的也行。 Pinterest的Park也同意這個觀點，他的團隊就曾經嘗試了太多新潮數據庫技術，從MongoDB、Cassandra、Redis等各種時髦技術試了個便，***發現這些新技術的學習成本和管理成本成了很大的負擔。***Pinterest用回了"過時"的MySQL、Memcached和Redis，因為這些成熟技術擁有強大的社區支持。此外，新加入的工程師中，掌握這些技術的人也更多，這都會降低云計算的人力資源成本。

原文鏈接：http://www.ctocio.com/ccnews/10059.html