成本策略

Savings Plans 与 Reserved Instances 的盈亏平衡点 - 用实测数据比较最优承诺策略

用实际费用数据比较 Savings Plans 与 Reserved Instances 的折扣率、灵活性、盈亏平衡点，解析根据工作负载特性选择最优承诺策略的方法。

約 2 分で読めます

两种承诺模型的根本区别

AWS 的承诺折扣有 Savings Plans 和 Reserved Instances (RI) 两种，都是通过承诺 1 年或 3 年的使用来获得按需价格折扣的机制。但两者的承诺对象根本不同。RI 是对特定实例类型、区域、租户、操作系统的承诺。例如购买 m5.xlarge 的 RI，折扣仅适用于 m5.xlarge 的使用。而 Savings Plans 是对每小时使用金额 (USD/hour) 的承诺。Compute Savings Plans 的折扣适用于 EC2、Fargate、Lambda 的任何使用，可自由变更实例系列、区域、操作系统。这种灵活性差异是两者选择的核心。工作负载稳定且无实例类型变更计划时 RI 折扣率更高。工作负载流动且预计变更实例类型或区域时 Savings Plans 更安全。

用数字比较实际折扣率差异

折扣率差异因承诺期限和支付选项而变。以 us-east-1 的 m6i.xlarge (Linux) 为例用具体数字比较。按需价格为每小时 0.192 USD。1 年全额预付时，Standard RI 为 0.121 USD/hr (37% 折扣)，EC2 Instance Savings Plans 为 0.122 USD/hr (36% 折扣)，Compute Savings Plans 为 0.131 USD/hr (32% 折扣)。3 年全额预付时，Standard RI 为 0.076 USD/hr (60% 折扣)，EC2 Instance Savings Plans 为 0.078 USD/hr (59% 折扣)，Compute Savings Plans 为 0.088 USD/hr (54% 折扣)。RI 与 EC2 Instance Savings Plans 的差仅约 1%，但与 Compute Savings Plans 的差为 5~6%。这 5~6% 的差就是灵活性的溢价。月计算费用 10,000 USD 时，选择 Compute Savings Plans 比 RI 每年多支付约 6,000~7,200 USD。这笔额外成本是否值得自由变更实例类型和区域的灵活性，就是判断要点。

盈亏平衡点的计算方法

承诺折扣的盈亏平衡点取决于承诺金额能实际消费多少。Savings Plans 的情况下，如果实际使用低于承诺的每小时金额，差额就会浪费。例如购买 10 USD/hr 的 Compute Savings Plans，实际使用平均 8 USD/hr，则 2 USD/hr (月约 1,440 USD) 浪费。计算盈亏平衡点，首先从过去 3~6 个月的 Cost Explorer 数据确认按时段的计算使用金额分布。重要的不是平均值而是最小值 (谷底)。深夜或周末使用下降的工作负载，应将谷底时段的使用金额作为承诺金额的上限。例如工作日白天 15 USD/hr、深夜 5 USD/hr、周末 3 USD/hr 的使用模式，承诺金额设为 3 USD/hr，其余用按需覆盖。Cost Explorer 的 Savings Plans 推荐功能会从过去使用模式自动计算最优承诺金额，但不考虑未来工作负载变更 (新服务上线、区域迁移等)，因此不要直接采用推荐值，而应与业务计划对照后调整。

按工作负载特性选择最优策略

承诺策略根据工作负载的稳定性和变化预期来选择。稳定的生产环境、无实例类型变更计划、确定运行 3 年以上时，Standard RI 的 3 年全额预付成本效率最高。60% 的折扣率高于任何其他选项，年节省可达数万美元。生产环境但计划 1~2 年内迁移到 Graviton 或变更实例系列时，EC2 Instance Savings Plans 的 1 年合约合适。支持系列内变更 (m6i.xlarge → m6i.2xlarge)，合约更新时可切换到新实例系列。微服务架构中组合使用 EC2、Fargate、Lambda 且各服务使用比例变动时，Compute Savings Plans 最优。虽然折扣率较低，但折扣自动跨计算服务适用，能跟随架构演进。

实践性承诺管理框架

承诺折扣不是「买了就完」，需要持续管理。每季度审查以下 3 个指标。第一，Savings Plans 的覆盖率。在 Cost Explorer 的 Savings Plans 覆盖率报告中确认承诺折扣覆盖的使用金额比例。覆盖率低于 60% 时应考虑追加购买。第二，Savings Plans 的利用率。表示购买的承诺实际消费了多少。利用率低于 80% 时承诺金额过大，产生浪费。下次更新时应降低承诺金额。第三，RI 的覆盖缺口。RI 绑定特定实例类型，变更实例类型后 RI 变为未使用。未使用的 RI 可在 RI Marketplace 出售，但出售需要时间且无法回收面值的 100%。考虑这个管理成本，Savings Plans 的运维负担比 RI 低。要系统学习云成本管理，可参考相关专业书籍 (Amazon)。

相关服务

AWS Savings Plans通过承诺使用量获取计算资源折扣的灵活定价模式AWS Cost Explorer可视化和分析 AWS 成本与使用量并识别成本优化机会的服务AWS Compute Optimizer通过 ML 分析资源使用情况并推荐最优实例类型和大小的服务

相关文章

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。成本削减策略 - Savings Plans 与 Reserved Instances 的比较与选择比较解析 AWS Savings Plans 与 Reserved Instances (RI) 的机制、折扣率、灵活性。介绍 Compute/EC2 Instance/SageMaker Savings Plans 的选择与购买策略。AWS 定价模型的灵活性 - 按需、RI、Savings Plans、竞价的四层结构AWS 通过按需、Reserved Instances、Savings Plans、竞价实例的四层结构应对多样化工作负载。与 Azure 和 GCP 的定价模型比较，解析 AWS 灵活性对成本优化的贡献。

本主题的更多内容

AWS 计费计算的幕后 - 按秒计费、按 100ms 计费、按请求计费是如何计量的解析 EC2 的按秒计费、Lambda 的按 1ms 计费、S3 的按请求计费等 AWS 多样化计费粒度是如何计量、汇总和出账的，从计量系统机制进行说明。AWS 90% 的功能源自客户之声 - Working Backwards 与以客户为起点的创新解析 Working Backwards 流程和 Customer Obsession 原则如何塑造 AWS 的服务开发。介绍从 PR/FAQ 文档开始的创新机制以及客户反馈的落地流程。AWS 的降价文化 - 2006 年以来 100 多次降价背后的飞轮与规模经济分析将规模优势回馈客户的 AWS 降价文化，以及其背后的规模经济、硬件代际更替和竞争策略。介绍过去主要降价案例及其影响。AWS 的定价模型为何复杂 - 按量计费背后的经济学与博弈论从航空业收益管理和需求预测经济学的角度解读按需、预留实例、竞价实例三层定价结构，解析定价复杂性的合理原因。使用 AWS Budgets 实现成本管理 - 预算告警与自动操作对实际值和预测值同时设置告警，通过 Budget Actions 自动执行 IAM 策略应用和实例停止。与 Slack 集成提升团队整体的成本意识。云成本预算管理 - 通过 AWS Budgets 实现支出控制与告警详细介绍使用 AWS Budgets 进行预算设置、成本告警和自动操作的方法。包括与 Cost Explorer 的区分使用、预算类型的选择以及通过 Organizations 集成实现组织级预算管理。CloudWatch Logs 费用意外增高的原因 - 摄取、存储与分析的成本结构详细介绍 CloudWatch Logs 摄取费用是存储费用 20 倍以上的定价结构、VPC 流日志和 Lambda 日志引发的成本爆炸以及通过 Infrequent Access 类和 S3 导出实现的优化策略。使用 AWS Compute Optimizer 实现资源优化 - 实例的合理调整通过机器学习分析 CloudWatch 指标，为 EC2、Lambda、EBS、ECS Fargate 生成资源大小优化建议。详解 Graviton 迁移建议和增强指标提升精度的活用方法。

相似的文章与服务

成本削减策略 - Savings Plans 与 Reserved Instances 的比较与选择比较解析 AWS Savings Plans 与 Reserved Instances (RI) 的机制、折扣率、灵活性。介绍 Compute/EC2 Instance/SageMaker Savings Plans 的选择与购买策略。用 AWS Savings Plans 实现最高 72% 的成本削减 - Compute 与 EC2 Instance 计划的选择通过 Compute 计划和 EC2 Instance 计划的合理选择实现最高 72% 的成本削减。介绍 Cost Explorer 的推荐功能和利用率/覆盖率的监控。AWS Savings Plans通过承诺一定金额的计算使用量获得最高 72% 折扣的灵活定价模型，适用于 EC2、Lambda 和 FargateAWS 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。