aws-cost-finops

AWS 成本优化与 FinOps

用于 AWS 成本优化和财务运营管理的系统化工作流。

何时使用此技能

在以下情况下使用此技能：

• 寻找节省成本的机会：识别未使用的资源、调整规格的机会或承诺折扣
• 分析支出：了解成本趋势、检测异常或拆分成本
• 优化架构：选择经济高效的服务、存储层或实例类型
• 实施 FinOps：设置治理、标签、预算或月度审查
• 做出购买决策：评估 Reserved Instances、Savings Plans 或 Spot 实例
• 排查成本问题：调查意外账单或成本激增
• 规划预算：预测成本或评估新项目的影响

成本优化工作流

按照以下系统化方法优化 AWS 成本：

┌─────────────────────────────────────────────┐
│ 1. DISCOVER                                 │
│    What are we spending money on?           │
│    Run: find_unused_resources.py            │
│    Run: cost_anomaly_detector.py            │
└─────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────┐
│ 2. ANALYZE                                  │
│    Where are the optimization opportunities?│
│    Run: rightsizing_analyzer.py             │
│    Run: detect_old_generations.py           │
│    Run: spot_recommendations.py             │
│    Run: analyze_ri_recommendations.py       │
└─────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────┐
│ 3. PRIORITIZE                               │
│    What should we optimize first?           │
│    - Quick wins (low risk, high savings)    │
│    - Low-hanging fruit (easy to implement)  │
│    - Strategic improvements                 │
└─────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────┐
│ 4. IMPLEMENT                                │
│    Execute optimization actions             │
│    - Delete unused resources                │
│    - Rightsize instances                    │
│    - Purchase commitments                   │
│    - Migrate to new generations             │
└─────────────────────────────────────────────┘
                    ↓
┌─────────────────────────────────────────────┐
│ 5. MONITOR                                  │
│    Verify savings and track metrics         │
│    - Monthly cost reviews                   │
│    - Tag compliance monitoring              │
│    - Budget variance tracking               │
└─────────────────────────────────────────────┘

---

核心工作流

工作流 1：月度成本优化审查

频率：每月执行（每月第一周）

步骤 1：查找未使用的资源

# Scan for waste across all resources
python3 scripts/find_unused_resources.py

# Expected output:
# - Unattached EBS volumes
# - Old snapshots
# - Unused Elastic IPs
# - Idle NAT Gateways
# - Idle EC2 instances
# - Unused load balancers
# - Estimated monthly savings

步骤 2：分析成本异常

# Detect unusual spending patterns
python3 scripts/cost_anomaly_detector.py --days 30

# Expected output:
# - Cost spikes and anomalies
# - Top cost drivers
# - Period-over-period comparison
# - 30-day forecast

步骤 3：识别调整规格的机会

# Find oversized instances
python3 scripts/rightsizing_analyzer.py --days 30

# Expected output:
# - EC2 instances with low utilization
# - RDS instances with low utilization
# - Recommended smaller instance types
# - Estimated savings

步骤 4：生成月度报告

# Use the template to compile findings
cp assets/templates/monthly_cost_report.md reports/$(date +%Y-%m)-cost-report.md

# Fill in:
# - Findings from scripts
# - Action items
# - Team cost breakdowns
# - Optimization wins

步骤 5：团队审查会议

• 向工程团队展示发现
• 分配优化任务
• 跟踪待办事项直至完成

---

工作流 2：承诺购买分析（RI/Savings Plans）

时机：每季度一次，或使用模式趋于稳定时

步骤 1：分析当前使用情况

# Identify workloads suitable for commitments
python3 scripts/analyze_ri_recommendations.py --days 60

# Looks for:
# - EC2 instances running consistently for 60+ days
# - RDS instances with stable usage
# - Calculates ROI for 1yr vs 3yr commitments

步骤 2：审查建议

评估每项建议：

✅ Good candidate if:
  - Running 24/7 for 60+ days
  - Workload is stable and predictable
  - No plans to change architecture
  - Savings > 30%

❌ Poor candidate if:
  - Workload is variable or experimental
  - Architecture changes planned
  - Instance type may change
  - Dev/test environment

步骤 3：选择承诺类型

Reserved Instances：

• Standard RI：折扣最高（63%），无灵活性
• Convertible RI：折扣适中（54%），可更改实例类型
• 最适用于：特定实例类型、稳定工作负载

Savings Plans：

• Compute SP：可灵活适用于不同实例类型和区域（节省 66%）
• EC2 Instance SP：可灵活适用于同一系列中的不同规格（节省 72%）
• 最适用于：限制条件范围内的可变工作负载

决策矩阵：

Known instance type, won't change → Standard RI
May need to change types → Convertible RI or Compute SP
Variable workloads → Compute Savings Plan
Maximum flexibility → Compute Savings Plan

步骤 4：购买并跟踪

• 通过 AWS Console 或 CLI 购买
• 为承诺添加购买日期和负责人标签
• 每月监控使用率
• 目标使用率 >90%

参考：详细的承诺策略请参阅 references/best_practices.md

---

工作流 3：实例代际迁移

时机：架构审查期间或优化冲刺期间

步骤 1：检测旧实例

# Find outdated instance generations
python3 scripts/detect_old_generations.py

# Identifies:
# - t2 → t3 migrations (10% savings)
# - m4 → m5 → m6i migrations
# - Intel → Graviton opportunities (20% savings)

步骤 2：确定迁移优先级

快速见效（低风险）：

t2 → t3: Drop-in replacement, 10% savings
m4 → m5: Better performance, 5% savings
gp2 → gp3: No downtime, 20% savings

中等工作量（需要测试）：

x86 → Graviton (ARM64): 20% savings
- Requires ARM64 compatibility testing
- Most modern frameworks support ARM64
- Test in staging first

步骤 3：执行迁移

对于 EC2（x86 到 x86）：

1. 停止实例
2. 更改实例类型
3. 启动实例
4. 验证应用

对于 Graviton 迁移：

1. 创建 ARM64 AMI 或 Docker 镜像
2. 启动新的 Graviton 实例
3. 全面测试
4. 切换流量
5. 终止旧实例

步骤 4：验证节省金额

• 在 Cost Explorer 中监控新成本
• 确认性能符合要求
• 记录迁移过程，供其他团队参考

参考：请参阅 references/best_practices.md → 计算优化

---

工作流 4：评估 Spot 实例

时机：适用于容错工作负载或 Auto Scaling Groups

步骤 1：识别候选对象

# Analyze workloads for Spot suitability
python3 scripts/spot_recommendations.py

# Evaluates:
# - Instances in Auto Scaling Groups (good candidates)
# - Dev/test/staging environments
# - Batch processing workloads
# - CI/CD and build servers

步骤 2：评估适用性

非常适合 Spot：

• 无状态应用
• 批处理作业
• CI/CD 流水线
• 数据处理
• Auto Scaling Groups

不适合 Spot：

• 数据库（没有副本时）
• 有状态应用
• 实时服务
• 关键任务型工作负载

步骤 3：实施策略

选项 1：Fargate Spot（最简单）

# ECS task definition
requiresCompatibilities:
  - FARGATE
capacityProviderStrategy:
  - capacityProvider: FARGATE_SPOT
    weight: 70  # 70% Spot
  - capacityProvider: FARGATE
    weight: 30  # 30% On-Demand

选项 2：使用 Spot 的 EC2 Auto Scaling

# Mixed instances policy
MixedInstancesPolicy:
  InstancesDistribution:
    OnDemandBaseCapacity: 2
    OnDemandPercentageAboveBaseCapacity: 30
    SpotAllocationStrategy: capacity-optimized
  LaunchTemplate:
    Overrides:
      - InstanceType: m5.large
      - InstanceType: m5a.large
      - InstanceType: m5n.large

选项 3：EC2 Spot Fleet

# Create Spot Fleet with diverse instance types
aws ec2 request-spot-fleet --spot-fleet-request-config file://spot-fleet.json

步骤 4：实施中断处理

# Handle 2-minute termination notice
# Instance metadata: /latest/meta-data/spot/instance-action

# In application:
1. Poll for termination notice
2. Gracefully shutdown (save state)
3. Drain connections
4. Exit

参考：请参阅 references/best_practices.md → 计算优化 → Spot 实例

---

快速参考：成本优化脚本

所有脚本的位置

ls scripts/
# find_unused_resources.py
# analyze_ri_recommendations.py
# detect_old_generations.py
# spot_recommendations.py
# rightsizing_analyzer.py
# cost_anomaly_detector.py

脚本使用模式

月度审查（运行全部脚本）：

python3 scripts/find_unused_resources.py
python3 scripts/cost_anomaly_detector.py --days 30
python3 scripts/rightsizing_analyzer.py --days 30

季度优化：

python3 scripts/analyze_ri_recommendations.py --days 60
python3 scripts/detect_old_generations.py
python3 scripts/spot_recommendations.py

仅限特定区域：

python3 scripts/find_unused_resources.py --region us-east-1
python3 scripts/rightsizing_analyzer.py --region us-west-2

指定 AWS 配置文件：

python3 scripts/find_unused_resources.py --profile production
python3 scripts/cost_anomaly_detector.py --profile production --days 60

脚本要求

# Install dependencies
pip install boto3 tabulate

# AWS credentials required
# Configure via: aws configure
# Or use: --profile PROFILE_NAME

---

特定服务优化

计算优化

关键操作：

• 迁移到 Graviton（节省 20%）
• 对容错工作负载使用 Spot（节省 70%）
• 为稳定的工作负载购买 RI（节省 40-65%）
• 为过度配置的实例调整规格

参考：references/best_practices.md → 计算优化

存储优化

关键操作：

• 将 gp2 转换为 gp3（节省 20%）
• 实施 S3 生命周期策略（节省 50-95%）
• 删除旧快照
• 使用 S3 Intelligent-Tiering

参考：references/best_practices.md → 存储优化

网络优化

关键操作：

• 将 NAT Gateways 替换为 VPC Endpoints（每个每月节省 $25-30）
• 使用 CloudFront 降低数据传输成本
• 尽可能将资源放置在同一个 AZ 中

参考：references/best_practices.md → 网络优化

数据库优化

关键操作：

• 为 RDS 实例调整规格
• 使用 gp3 存储（比 gp2 便宜 20%）
• 评估 Aurora Serverless 是否适用于可变工作负载
• 购买 RDS Reserved Instances

参考：references/best_practices.md → 数据库优化

---

服务替代方案决策指南

需要帮助选择服务吗？

问题：“我应该使用 EC2、Lambda 还是 Fargate？” 答案：参阅 references/service_alternatives.md → 计算替代方案

问题：“我应该使用哪种 S3 存储类别？” 答案：参阅 references/service_alternatives.md → 存储替代方案

问题：“我应该使用 RDS 还是 Aurora？” 答案：参阅 references/service_alternatives.md → 数据库替代方案

问题：“NAT Gateway、VPC Endpoint 还是 NAT Instance？” 答案：参阅 references/service_alternatives.md → 网络替代方案

---

FinOps 治理与流程

设置 FinOps

阶段 1：基础（第 1 个月）

• 启用 Cost Explorer
• 设置 AWS Budgets
• 定义标签策略
• 激活成本分配标签

阶段 2：可见性（第 2-3 个月）

• 实施标签强制执行
• 运行优化脚本
• 设置月度审查
• 创建团队成本报告

阶段 3：文化（持续进行）

• 将成本指标纳入工程 KPI
• 在架构决策中进行成本审查
• 定期开展优化冲刺
• 每个团队设立 FinOps 推动者

完整指南：参阅 references/finops_governance.md

月度审查流程

第 1 周：数据收集

• 运行所有优化脚本
• 导出 Cost & Usage Reports
• 汇总调查结果

第 2 周：分析

• 识别趋势
• 寻找优化机会
• 确定操作优先级

第 3 周：团队审查

• 向工程团队汇报
• 讨论优化方案
• 分配待办事项

第 4 周：高管报告

• 创建执行摘要
• 预测下个季度
• 汇报优化成果

模板：参阅 assets/templates/monthly_cost_report.md

详细流程：参阅 references/finops_governance.md → 月度审查流程

---

成本优化清单

快速见效（优先执行）

• 删除未挂载的 EBS 卷
• 删除旧的 EBS 快照（超过 90 天）
• 释放未使用的 Elastic IP
• 将 gp2 卷转换为 gp3
• 停止/终止闲置的 EC2 实例
• 启用 S3 Intelligent-Tiering
• 设置 AWS Budgets 和提醒

中等工作量（本季度完成）

• 为过度配置的实例调整规格
• 迁移到较新的实例代际
• 为稳定的工作负载购买 Reserved Instances
• 实施 S3 生命周期策略
• 在适用的情况下，将 NAT Gateways 替换为 VPC Endpoints
• 启用自动资源调度（开发/测试）
• 实施标签策略并强制执行

战略举措（进行中）

• 迁移到 Graviton 实例
• 为容错工作负载实施 Spot
• 建立每月成本审查流程
• 设置按团队进行的成本分摊
• 实施成本分摊／成本展示模式
• 培养 FinOps 文化并建立实践

---

成本问题排查

“我的账单突然增加了”

1. 运行成本异常检测：

   python3 scripts/cost_anomaly_detector.py --days 30
   

2. 在 Cost Explorer 中查看服务细分

3. 在 CloudTrail 中检查资源创建事件

4. 检查 AutoScaling 事件

5. 确认预留实例没有到期

“我需要将成本降低 X%”

按照优化工作流操作：

1. 运行所有发现脚本
2. 计算潜在节省总额
3. 按以下指标确定优先级：节省金额 × (1 / 工作量)
4. 优先处理快速见效的项目
5. 实施战略性变更以实现长期优化

“我怎么知道预留实例是否适用？”

运行 RI 分析：

python3 scripts/analyze_ri_recommendations.py --days 60

关注以下情况：

• 实例持续运行 60 天以上
• 不会发生变化的工作负载
• 节省幅度超过 30%

“哪些资源可以安全删除？”

运行未使用资源查找工具：

python3 scripts/find_unused_resources.py

通常可以安全删除：

• 未挂载的 EBS 卷（验证后）
• 超过 90 天的快照（其他位置已有备份时）
• 未使用的弹性 IP（验证其未用于 DNS 后）
• 停止超过 30 天的 EC2 实例（确认已弃用后）

删除前务必与资源所有者确认！

---

最佳实践摘要

1. 为所有内容添加标签：一致的标签有助于成本分摊和责任追踪
2. 持续监控：每周运行脚本，及早发现浪费
3. 每月审查：定期审查可防止成本偏离
4. 主动调整规格：不要等到出现成本问题才进行优化
5. 合理使用承诺计划：仅对稳定的工作负载使用 RI/SP
6. 迁移前进行测试：尤其是迁移到 Graviton 或 Spot
7. 自动清理：定时关闭开发／测试资源
8. 分享成果：庆祝成本节省成果，培育 FinOps 文化

---

其他资源

详细参考资料：

• references/best_practices.md：全面的优化策略
• references/service_alternatives.md：经济高效的服务选择
• references/finops_governance.md：组织层面的 FinOps 实践

模板：

• assets/templates/monthly_cost_report.md：月度报告模板

脚本：

• scripts/ 目录中的所有脚本均可使用 --help 查看用法

AWS 文档：

• AWS Cost Explorer：https://aws.amazon.com/aws-cost-management/aws-cost-explorer/
• AWS Budgets：https://aws.amazon.com/aws-cost-management/aws-budgets/
• FinOps Foundation：https://www.finops.org