AWS 的存储分层策略 - S3 的 8 种存储类别与 Intelligent-Tiering 的自动优化
将 AWS S3 的 8 种存储类别和 Intelligent-Tiering 自动优化与 Azure Blob Storage 和 GCS 的存储层进行比较，解析 AWS 在层级精细度和自动化成熟度方面的优势。
存储成本优化的本质
云存储成本随数据量增长线性增加。企业持有的大部分数据是访问频率低的「冷数据」，将所有数据持续保存在高性能存储类别中是成本浪费。存储分层是根据数据访问频率将其放置在最优存储类别中，平衡性能与成本的策略。AWS 的 S3 在这种分层中提供了业界最精细的 8 种存储类别和基于机器学习的自动优化功能 Intelligent-Tiering，实现了无需人工干预的持续成本优化。
S3 的 8 种存储类别
S3 的存储类别根据访问频率和检索要求分为 8 个级别。Standard 面向频繁访问的数据，提供最高可用性和低延迟。Standard-IA（Infrequent Access）面向访问频率低但需要即时检索的数据，比 Standard 便宜约 45%。One Zone-IA 存储在单个 AZ 中，比 Standard-IA 再便宜约 20%，适合可重新生成的数据。Glacier Instant Retrieval 提供归档级价格但支持毫秒级检索，适合每季度访问一次左右的数据。Glacier Flexible Retrieval 提供分钟到小时级的检索时间，适合年度访问的数据。Glacier Deep Archive 是最便宜的类别，检索需要 12-48 小时，适合合规保留等极少访问的数据。Express One Zone 是 2023 年新增的高性能类别，提供个位数毫秒延迟，适合频繁访问的小对象。Intelligent-Tiering 根据访问模式自动在各层间移动。
Intelligent-Tiering 的自动优化
S3 Intelligent-Tiering 自动监控对象的访问模式，将其自动移动到最具成本效益的存储层。30 天未访问的对象自动移至 Infrequent Access 层，90 天未访问则移至 Archive Instant Access 层。可选择 90 天以上移至 Archive Access 层、180 天以上移至 Deep Archive Access 层。当对象再次被访问时，自动移回 Frequent Access 层。Intelligent-Tiering 的监控费用为每 1,000 个对象每月 0.0025 美元，对于访问模式不可预测的数据，这一成本远低于手动管理生命周期策略的运营成本。
与 Azure Blob Storage 的比较
Azure Blob Storage 提供 Hot、Cool、Cold、Archive 四种访问层。2024 年新增的 Cold 层增加了选择，但与 S3 的 8 种类别相比粒度仍然较粗。特别是像 Glacier Instant Retrieval 这样「归档价格但可即时检索」的中间层在 Azure 中不存在。Azure 的 Archive 层检索需要数小时，没有 S3 那样的即时检索归档选项。Azure 的 Lifecycle Management 提供基于规则的自动分层，但不具备 Intelligent-Tiering 那样基于实际访问模式的机器学习驱动自动优化。
与 GCS 的比较
GCS（Google Cloud Storage）提供 Standard、Nearline、Coldline、Archive 四种存储类别。GCS 的特点是所有类别提供相同的 API 和延迟。从 Coldline 和 Archive 检索也能以与 Standard 相同的速度进行，无需担心检索时间。这种设计简化了应用开发，但代价是无法像 S3 那样通过接受更长的检索时间来获得更低的存储价格。GCS 的 Autoclass 功能类似于 Intelligent-Tiering，根据访问模式自动移动对象，但层级数量较少，优化的精细度不及 S3。
存储分层的实践设计指南
有效利用存储分层的出发点是准确把握数据的访问模式。S3 Storage Lens 可视化整个存储桶的访问模式，分析各前缀的访问量。对访问模式明确的数据应用生命周期策略，对模式不明确的数据应用 Intelligent-Tiering 是基本策略。对于大型数据湖，建议组合使用：热数据用 Standard，温数据用 Intelligent-Tiering（自动优化），冷数据用 Glacier Instant Retrieval，归档数据用 Glacier Deep Archive。 如需深入了解 AWS 存储设计，相关书籍 (Amazon) 也可供参考。
总结
AWS S3 的 8 种存储类别能够根据访问频率和检索要求的组合实现精密的成本优化。与 Azure Blob Storage 的 4 层和 GCS 的 4 种类别相比，层级粒度压倒性地精细，特别是 Glacier Instant Retrieval 等中间层的存在是实务上的差异化要点。Intelligent-Tiering 实现了无需人工干预的持续成本优化，对于访问模式不可预测的数据尤其有效。