FinOps:在微服务世界中管好云成本
返回洞察
产品与技术

FinOps:在微服务世界中管好云成本

2025-05-20
阅读约 6 分钟

核心要点

"架构拆分成微服务后,成本的可见性往往变得模糊。FinOps 是重新掌控成本所需的文化转变。"

没人负责的那张账单

问一位典型的工程副总裁,公司的 AWS 账单归谁负责,您会听到一段很长的停顿。“大概是 DevOps?也可能是财务?”在单体架构下,这种含糊尚可应付:一个应用、一个团队、一张账单。成本看得见,成因搞得清,也能采取行动。

微服务彻底打破了这个模式。当您的平台由 200 个独立服务组成,每个服务都有各自的计算、存储、网络和数据传输成本时,成本的全貌也随着架构一起碎片化了。月度账单上的一个峰值,可能是某个服务行为异常,可能是数据出站模式的变化,可能是某个已下线功能遗留的负载均衡器,也可能是十几个小小的低效叠加的结果,而没有哪个团队注意到,因为每一个单独看都无关紧要。

这不是工具问题。AWS Cost Explorer 有,Budgets 告警有,标签策略也有。把云成本控制当作配置工作的企业,总会发现工具从来不是限制因素。限制在于文化和组织:谁负责,谁看得到,谁有权采取行动。

云成本管理总览仪表板

FinOps 究竟是什么(以及不是什么)

FinOps,即云基础设施的财务运营,是一种实践,而不是一款产品。FinOps Foundation 将其定义为“一种让技术、财务和业务协同起来,使支出与业务价值保持一致的文化实践”。这个定义在您看到它的实际含义之前听起来很抽象:工程团队真正理解单位经济效益,财务团队能看懂 AWS 服务代码,并有一套共同负责的机制,让成本表现与可靠性、安全性并列成为头等关注点。

FinOps 不是这样:装上 CloudHealth 或 Apptio 就算完事。第三方成本可见性工具有用,但它们是 FinOps 实践的输入,而不是实践本身。只买工具、不做底层文化和流程变革的企业,通常会看到成本可见性在短期内改善(这是真实且有价值的),随后进入平台期:成本居高不下,因为没有人改变工程师在资源分配上的决策方式。

成熟的 FinOps 实践有三大支柱:Inform(让成本可见、可归属)、Optimize(发现低效并采取行动)和 Operate(把成本纪律嵌入日常交付流程)。多数企业能很快做到 Inform。要走过 Optimize 并进入 Operate,则需要持续的组织投入,而多数削减成本的举措从未形成这种投入。

真正有效的标签策略

资源标签是微服务环境中成本可见性的基础,也是多数企业最先出问题的地方。失败的模式是可预见的:制定了一套出发点良好的标签策略,执行得不彻底,随后团队在交付压力下放弃这项纪律,策略逐渐瓦解。六个月后,40% 的资源没有标签或标签不一致,成本归属变成了估算而不是事实。

有效的标签管理,需要把标签当作基础设施,而不是元数据。这意味着:

  • 在资源创建时强制执行。如果您的基础设施即代码(Terraform、CloudFormation、CDK)没有把特定标签设为必填输入,那么无论策略怎么写,标签在实际中都是可选的。使用自定义策略规则、AWS Organizations SCP 或 Sentinel 策略,在创建时拒绝缺少必需标签的资源。
  • 精简而稳定的分类体系。人们很容易想把一切都按最细粒度打标签:环境、团队、产品、成本中心、项目、客户、应用和层级。实际上,必填标签超过六到八个的分类体系就难以管理。可以从这几个开始:env、service、team、cost-center 和 product。只有在业务理由具体明确时才扩展。
  • 对偏离情况自动修复。即使在创建时强制执行,遗留资源、手工创建的资源以及由 AWS 管理的资源(例如某些 RDS 快照)也很难打上标签。使用基于 Lambda 的自动标签修复,按计划运行,标记或纠正偏离的情况。
  • 标签继承建模。在微服务环境中,同一个应用可能在 EC2 或 ECS 上有计算,在 S3 和 RDS 上有存储,通过 ALB 和 NAT 网关组网,并通过 Step Functions 或 EventBridge 编排。“订单处理服务”的成本横跨以上所有。在您的 IaC 模块中采用标签继承模式,可确保由同一个模块创建的所有资源带有相同的服务和团队归属。
AWS 资源标签分类体系图

Showback 与 Chargeback:选择合适的模式

标签使成本归属成为可能之后,下一个组织层面的问题是如何使用这些信息。主要有两种模式:showback 和 chargeback。

Showback 让团队看到成本,但不产生财务后果。工程团队看到自己每月的云支出,了解趋势,并可以自愿进行优化。这种模式适合工程文化本身已注重成本、产品团队真正拥有自己服务的企业。

Chargeback 更进一步:已归属的成本实际向业务单元或产品线回收,影响其损益表(P&L)或预算。这会带来更强的财务优化动力,但也引入了复杂性。团队开始在成本归属上做手脚,以压低自己可见的成本。共享的基础设施服务(网络、可观测性、安全工具)需要分摊模型。财务团队需要新的流程来处理内部结算。围绕分摊方法的争论,会占用本可用于交付的工程管理层时间。

对多数企业来说,务实的答案是分阶段推进:先实施 showback,在不制造对立的前提下建立认知,并找出影响最大的优化机会。12–18 个月后,当团队了解了成本全貌,也表现出愿意据此采取行动时,再对最大、最容易归属的成本中心有选择地引入 chargeback。

一个具体的数据点:一个 400 人的工程组织在其微服务平台上实施了 showback,八个月内云支出下降了 23%,原因不是 chargeback 的压力,而是工程师第一次看到自己的成本,找到并修复了他们此前确实不知道存在的低效问题。

预留实例与 Savings Plan 优化

按需定价适用于波动、不可预测的工作负载。对于生产微服务环境中的基线容量,它意味着严重的多付,通常比同等的预留实例(Reserved Instance)或 Savings Plan 覆盖要高出 40–60%。

难点在于,微服务环境中的 RI 优化比单体环境复杂得多:实例类型更多,各服务的利用率模式不同,各团队的扩缩容行为也相互独立。承诺预留容量,需要对未来需求有把握,而许多团队情有可原地缺乏这种把握。

以下几条原则有助于处理好这件事:

  • 优先选 Compute Savings Plans,而不是按实例类型的 RI。Compute Savings Plans 相比按需价格提供 66% 的折扣,并自动适用于任何 EC2 实例系列、ECS 和 Lambda,这正是微服务环境所需的灵活性,因为实例类型会随服务演进而变化。
  • 覆盖基线,而不是峰值。分析过去 90 天的利用率数据,找出容量下限,即不论负载高低都持续运行的计算资源。用 Savings Plans 或 RI 覆盖这部分,峰值容量保持按需。即使只覆盖基线的 60–70%,综合费率也会显著降低。
  • 让评审周期自动化。利用率模式会随服务演进而变化。每季度固定安排时间,评审 RI 覆盖率、到期日期和利用率。跳过这一步的企业会积累未使用的预留,并错过续约窗口,代价不小。
预留实例优化分析

治理层:让 FinOps 落地生根

标签和预留容量的具体做法,是可以解决的工程问题。更难的挑战是治理:把成本纪律嵌入交付流程,让优化成果随时间不断累积,而不是在关注点转移后退化。

FinOps 语境下的治理,意味着确立清晰的决策权(谁能批准超过一定成本门槛的资源类型)、问责节奏(在团队和平台层面每周或每月的成本评审),以及交付流程中的成本护栏(对重大新增基础设施,架构评审关口须包含成本建模)。

始终行之有效的实用治理机制:

  • 带升级路径的成本异常检测:任何已打标签的服务,其支出超过基线一定百分比时自动告警,并发送给负责的团队及其工程负责人
  • 架构评审委员会的评审标准,包含对任何新服务或重大基础设施变更的成本效率评估,月度支出超过设定门槛时适用
  • 嵌入每个产品团队的 FinOps 倡导者:通常是兼具技术和商业意识的资深工程师,参与跨团队的 FinOps 工作组
  • 工程负责人与财务之间的月度成本站会,重点是趋势分析,而不是追究责任
工程团队在 FinOps 评审会上审查云成本

GTEMAS 如何做云成本治理

GTEMAS 参与平台工程项目时,云成本治理不是单独的工作流,而是从第一天起就嵌入交付模式,是我们 AI-native 交付流水线 FastDX 的一部分。我们提供的每个 IaC 模块都内置标签强制执行。我们把 showback 仪表板作为可观测性搭建的一部分,由 AI 辅助的异常检测在成本峰值出现在下个月账单之前就将其标记出来。我们把 FinOps 评审纳入架构决策文档的流程。

结果是,成本可见性和优化能力随平台一同成长,而不是事后花很大代价补救。客户通常在合作的前两个季度内就能看到可观的成本下降,靠的不是剧烈的架构改动,而是数十项小优化的叠加效应,这些优化在归属机制正常运转之后才变得可见。

GTEMAS 的 FinOps 方法与云成本治理

云账单不必是架构复杂性的必然结果。它是工程问题,而与大多数工程问题一样,系统性的关注会带来改善。如果贵公司正面临微服务环境中成本可见性割裂的问题,我们乐意探讨结构化的 FinOps 方法如何适用于您的情况。

需要工程方面的建议吗?

告诉 GTEMAS 团队您正在构建什么,与专家把想法谈透。

与专家交流