AWS 预留容量策略的灵活性 - Savings Plans 的跨服务性改变成本优化
AWS 的 Savings Plans 实现跨 EC2、Fargate、Lambda 的跨服务折扣，为预留容量策略带来革新。分析 Compute、EC2、SageMaker Savings Plans 的使用区分，以及与 Azure RI 的灵活性差异。
预留容量的进化 - 从 RI 到 Savings Plans
AWS 的预留容量策略从 Reserved Instances（RI）的出现经历了重大进化。RI 是绑定特定实例类型和区域的折扣模型，提供最高 72% 的折扣，但在架构变更灵活性方面存在课题。变更实例类型后折扣不再适用，未使用的 RI 有浪费风险。2019 年引入的 Savings Plans 解决了这一课题，提供不绑定特定实例类型的灵活折扣模型。
三种 Savings Plans 的使用区分
Savings Plans 提供 Compute、EC2 Instance、SageMaker 三种类型，根据灵活性和折扣率的权衡进行选择。Compute Savings Plans 灵活性最高，适用于 EC2、Fargate、Lambda 全部。可以自由变更实例系列、区域、OS、租户模式，折扣率最高 66%。EC2 Instance Savings Plans 限于特定实例系列但折扣更深，最高 72%。适合确定不会变更实例类型的稳定工作负载。SageMaker Savings Plans 专用于 ML 工作负载，对 SageMaker 实例提供折扣。
跨服务性带来的战略价值
Compute Savings Plans 最大的革新是折扣跨 EC2、Fargate、Lambda 计算服务适用。这是应对现代云架构进化的设计。许多企业正在从基于 EC2 的单体架构向容器（Fargate）和无服务器（Lambda）迁移，但传统 RI 模型中迁移后折扣不再适用。Compute Savings Plans 使架构现代化和成本优化可以兼顾。
与 Azure RI 的灵活性比较
Azure 的 Reserved Instances 提供实例大小灵活性（Instance Size Flexibility），支持同一系列内的大小变更。但无法实现像 AWS Savings Plans 那样的跨服务折扣。Azure RI 需要为 VM、SQL Database、Cosmos DB、App Service 等各服务单独购买预留，缺乏统一的跨服务承诺模型。GCP 的 Committed Use Discounts（CUD）提供基于支出的承诺和基于资源的承诺两种模式。基于支出的 CUD 在灵活性方面接近 AWS 的 Savings Plans，但不跨 Compute Engine 和 Cloud Run 等不同服务适用。要深入了解云成本优化策略，相关书籍 (Amazon) 也可作为参考。
Savings Plans 的购买策略与优化
购买 Savings Plans 时活用 Cost Explorer 的推荐功能很重要。基于过去 7 天、30 天、60 天的使用模式计算最优承诺额和预期节省额。购买策略方面，首先用 Compute Savings Plans 覆盖稳定基线的 70% 至 80%，确保服务变更灵活性。可以固定特定实例类型的工作负载用 EC2 Instance Savings Plans 获得更深折扣。剩余变动部分用按需和竞价应对。承诺期间选择 1 年还是 3 年，根据技术栈变更可能性判断。
总结
AWS 的 Savings Plans 为预留容量策略带来革新，确立了跨服务折扣这一业界唯一的模型。Compute Savings Plans 的 EC2、Fargate、Lambda 跨服务适用是兼顾架构现代化和成本优化的机制，提供 Azure RI 和 GCP CUD 所没有的灵活性。三种 Savings Plans 根据灵活性和折扣率的权衡进行选择，结合 Cost Explorer 的推荐功能可以实现最优购买策略。