1.4 云的真实代价与收益
1.4 云的真实代价与收益
本节摘要：云的"按需付费、自动伸缩"是营销话术里的最大谎言——至少是片面的真相。本节从真实数据出发（Gartner 2024：70% 企业云账单超预算 30%），把云的 6 项核心收益与 6 项核心代价并排列出。重点剖析"被忽视资源"导致的成本失控、"出向流量"这个隐形刺客、"供应商锁定"的真实代价。学完这节，你应该能用"成本、弹性、供应商锁定、合规"四个角度对"上云"决策做出冷静判断。
学习目标
图：云成本结构饼图
阅读完本节，你应当能够：
- 复述云的 6 项核心收益与 6 项核心代价，并能对每条给出具体反例或数据。
- 看懂一份云厂商的计费账单：识别出"按量付费、包年包月（预留实例）、节省计划、Spot 实例"四种计费模式分别适用什么场景。
- 说出"被忽视资源"为什么是头号成本失控原因，并能给出 3 条治理建议。
- 理解"供应商锁定"的 4 种形态（API 锁定、数据格式锁定、专业服务锁定、计费结构锁定），并能估算一个真实项目的迁移成本。
一、问题与直觉：为什么"按需付费"反而让人破产
云厂商市场部最爱讲的故事：再也不用买服务器了，要多少开多少，用完释放——理论上完美，工程上一地鸡毛。
举一个真实反例（已脱敏）：某电商公司 2022 年做"双 11 大促"，运维团队按预估 10 倍流量扩容，开 200 台 8c16g 的 ECS，每台按量付费。大促结束 3 天后，财务发现账单跳了 8 倍——运维忘了关机器，200 台机器又多跑了 5 天。多花的 25 万里，22 万是"没人停机"的成本。
这不是个别现象。Gartner 2024 年报告显示，70% 的企业云账单超出原预算 30% 以上；Flexera 2024 State of the Cloud 报告指出，"被忽视的资源"（idle or forgotten resources）是头号成本失控原因。
二、核心原理：6 项收益与 6 项代价
2.1 收益（官方宣传部分 + 现实校准）
| 收益 | 官方版本 | 现实校准 |
|---|---|---|
| 资本支出转运营支出 | 不用买硬件了 | 是，但 OpEx 累计可能 > CapEx |
| 弹性与可伸缩 | 流量来了一键扩容 | 是，但要付"出向流量"和"预留实例"的代价 |
| 敏捷与快速上线 | 10 分钟拿到机器 | 是，但 IAM 权限审批、镜像合规仍要时间 |
| 可靠性 | 多可用区自动容灾 | 部分是，跨区域容灾要付"跨区流量 + 双倍资源" |
| 全球覆盖 | 轻松部署到全球 | 部分是，海外区域要付跨境流量、合规成本 |
| 降低运维负担 | 厂商管硬件 | 真实节省 30-50%，但云原生监控、IaC、CI/CD 仍要做 |
2.2 代价（最常被忽视的部分）
| 代价 | 典型场景 | 估算量级 |
|---|---|---|
| 被忽视资源 | 无人停机的测试机、孤儿磁盘、未释放的弹性 IP | 30-50% 资源闲置 |
| 出向流量 | 跨区同步、用户上传到对象存储、CDN 回源 | 0.4-0.7 元/GB，国内云 |
| API 调用次数 | S3 频繁 PUT/GET、Lambda 频繁调用、CloudWatch 指标 | 0.01-0.05 元/万次 |
| 供应商锁定 | 用 AWS Lambda 后很难迁到阿里云 | 迁移成本可能是 6-12 个月工程量 |
| 数据主权 / 合规 | GDPR、等保 2.0、数据出境 | 跨境项目要付合规审计费 |
| 技术债 | 把机房代码原样搬上云 | 享受不到弹性又额外付云成本 |
2.3 四种计费模式对比
| 计费模式 | 适用场景 | 折扣率（相对按量） |
|---|---|---|
| 按量付费（On-Demand） | 短期测试、突发流量 | 0%（基准） |
| 包年包月（Reserved） | 稳定运行 1-3 年的核心服务 | 30-60% 折扣 |
| 节省计划（Savings Plans） | 承诺 1-3 年总额，自动覆盖多种服务 | 20-40% 折扣 |
| Spot 实例 | 可中断的批处理、CI/CD、机器学习训练 | 60-90% 折扣 |
💡 节省计划 vs 预留实例：节省计划是承诺"未来 1-3 年花多少钱"（如承诺 100 万/年），系统自动把承诺分摊到按量账单上；预留实例是承诺"用某类资源 X 台 1-3 年"。前者灵活，后者稳定。新手先选按量，业务稳定后转节省计划，是最常见的路径。
三、工程实践要点：成本失控的 4 个常见原因与治理
3.1 原因 1：被忽视的资源
反例：测试环境的 RDS 在下班后忘记关，月跑 720 小时，账单上跳出 1800 元。
治理建议：
- 给所有非生产环境加"自动停止"标签：用 Lambda / 函数计算 / SCF 定时器在 19:00 关、09:00 开。
- 设置账单告警：超过预算 80% 时通知，超 100% 时自动停非核心资源。
- 每周一次"资源 review"：列出 7 天内无访问的云盘、未挂载的 EIP、停机超过 30 天的实例。
3.2 原因 2：出向流量刺客
反例：某图片应用每月上传 50TB 用户图片到 S3/OSS/COS，出向流量费约 3 万元——比存储费还高。
治理建议：
- 用户上传走 CDN 边缘节点（CDN 入站流量通常免费或极便宜）。
- 跨区复制只复制"热数据"，冷数据用生命周期规则归档到低频/归档存储。
- 大文件传输用专线（按月固定费）替代公网（按 GB）。
3.3 原因 3：API 调用次数
反例：监控用 CloudWatch / 云监控的细粒度指标（10 秒一次），月产生 2500 万次 API 调用，账单上跳出 1.2 万元。
治理建议：
- 监控指标采样间隔从 10 秒调到 1 分钟（API 调用降 6 倍）。
- 用批量 API（DescribeInstances 一次返回一页 100 条）替代单条调用。
- 把历史指标归档到对象存储而非长期存在监控服务里。
3.4 原因 4：供应商锁定
锁定的 4 种形态：
- API 锁定：用了 AWS Lambda、阿里云函数计算后，业务代码与厂商 SDK 强耦合。
- 数据格式锁定：用了 AWS DynamoDB 的特殊索引，迁到阿里云表格存储要重写。
- 专业服务锁定：用了 AWS SageMaker、阿里云 PAI，模型训练管线难迁。
- 计费结构锁定：包年包月 / 节省计划还没到期，提前迁出等于损失预付费用。
估算迁移成本：通常以"业务模块数 × 工程师月数"计。典型项目（10 个微服务、上云 2 年）：迁移到另一家云的工程成本约 80-150 万人民币 + 6-12 个月时间。这就是为什么"先选哪家云"是一个 5 年级别的决策。
3.5 真实案例：某 SaaS 公司的成本治理
某 SaaS 公司月账单 35 万，做了 3 件事后降到 22 万（节省 37%）：
| 治理项 | 节省金额 | 实施成本 |
|---|---|---|
| 测试环境定时启停 | 4.5 万 | 1 人天 |
| 旧版 RDS 降配（从 8c32g 到 4c16g） | 3.2 万 | 0.5 人天 |
| 跨区复制改成单区 + 异步异地备份 | 5 万 | 2 人天 |
| 总计 | 12.7 万 | 3.5 人天 |
3.5 人天换 12.7 万/月，年化节省 152 万——这个 ROI 是云成本治理的典型水平。
⚠️ 常见坑："包年包月一定比按量便宜"是错的。如果业务波动大、机器可能闲置，包年包月反而是"为不用的时候也付钱"。真正稳定的业务才用包年，波动大的业务用按量 + 节省计划。
💡 关键直觉：云的"按需付费"是把双刃剑。它让你能"用多少付多少"，但也让你"忘了关就多付多少"。没有治理的按需付费 = 没有刹车的车。
本节小结
- 云的 6 项收益是被广泛宣传的，但 6 项代价常被忽视——尤其是"被忽视资源"和"出向流量"。
- 70% 企业云账单超预算 30%（Gartner 2024），头号原因是"被忽视资源"。
- 4 种计费模式各有适用场景：按量（短期/突发）、包年（稳定）、节省计划（承诺总额）、Spot（可中断）。
- 供应商锁定有 4 种形态：API、数据格式、专业服务、计费结构。迁移成本约 6-12 个月工程量。
- 成本治理典型 ROI：3-5 人天可节省 10-15 万/月——这是被严重低估的工程机会。
至此第一章结束。下一章我们把视角从"云计算本身"切到"三家云厂商的能力地图"——这是横向选型沙盘。