EC2 Right-Sizing 完全指南

$ aws ec2 describe-instance-types

你的 EC2 实例选大了吗？根据 AWS 自己的数据，平均有 57% 的 EC2 实例都是"过大"的。Right-Sizing（合理选型）是最快、最简单的云成本优化手段之一，今天我们就来深入聊聊这个话题。

什么是 Right-Sizing？

Right-Sizing 的核心思想很简单：你的资源应该刚好满足业务需求，既不浪费也不瓶颈。具体来说：

Over-provisioned（过大） —— CPU/内存长期低于 40%，多付了冤枉钱
Under-provisioned（过小） —— 资源经常打满，性能受影响
Right-sized（刚好） —— 资源利用率合理，成本效益最优

Right-Sizing 不是一次性活动，而是持续优化的过程。业务负载会变化，你的实例类型也要跟着变。

如何判断实例是否过大？

CloudWatch Metrics 关键指标

指标	说明	过大信号	过小信号
CPUUtilization	CPU 使用率	长期 < 20%	长期 > 80%
MemoryUtilization	内存使用率	长期 < 50%	长期 > 85%
NetworkIn/Out	网络流量	持续很低	经常打满
EBSBytesUsed	磁盘使用	大量空闲空间	频繁达到上限

# 查看实例 CPU 使用率
aws cloudwatch get-metric-statistics \
  --namespace AWS/EC2 \
  --metric-name CPUUtilization \
  --dimensions Name=InstanceId,Value=i-xxxxx \
  --start-time 2025-04-01 \
  --end-time 2025-05-01

AWS Compute Optimizer

AWS Compute Optimizer 是官方推荐的分析工具，它使用机器学习分析你的资源使用模式，并给出 Right-Sizing 建议：

EC2 —— 建议合适的实例类型和大小
EBS —— 建议卷类型和大小
Lambda —— 建议内存配置
Auto Scaling Groups —— 建议 ASG 配置

# 查看 Compute Optimizer 推荐
aws compute-optimizer get-ec2-instance-recommendations \
  --instance-names instance-id-1

注意： Compute Optimizer 需要开启 CloudWatch Detailed Monitoring（1分钟粒度），可能产生额外费用。建议先开启 3 天收集数据，然后关闭。

Right-Sizing 实施步骤

Step 1: 收集基线数据

至少收集 14-30 天的数据，覆盖一个完整业务周期：

生产环境通常需要至少 2 周数据
如果有季节性业务（如电商大促），需要覆盖整个周期
注意区分工作日和周末的差异

Step 2: 识别过度配置的资源

通过 Cost Explorer 按 UsageType 分组，查看低利用率实例：

CPU < 20% 且持续时间 > 14 天的实例
内存在过去 30 天内从未超过 50%
没有任何出站流量的实例

Step 3: 分析并制定降级计划

不是所有低利用率实例都应该降级：

Core servers —— 数据库主节点，即使利用率低也不能降级
Burst instances —— T 系列实例设计用于 burst，不适合只看平均值
Reserved instances —— 已购买的 RI，降级会导致浪费

Step 4: 执行变更（安全第一）

对于需要调整的实例：

测试环境先验证新配置
生产环境选择低峰期操作
使用 Auto Scaling Group 配合 ELB 实现平滑切换
降级后监控 72 小时确认稳定性

常见误区

误区 1：只看峰值 —— 应该综合平均值、P95、峰值
误区 2：一次性做完 —— Right-Sizing 是持续过程
误区 3：忽视业务增长 —— 为未来留 10-20% 余量
误区 4：降级所有低利用率 —— 区分核心和非核心

Right-Sizing + Spot 实例组合策略

最佳实践：先用 Right-Sizing 选出合适的基线大小，然后用 Spot 实例跑非关键工作：

t3.medium -> t3.micro (Spot) —— 开发测试
m5.large -> c5.large (Spot) —— 批处理作业
r5.xlarge -> r5.large (Spot) —— 缓存服务

ROI 计算

假设你将 100 台 m5.xlarge（$0.192/小时）降级为 m5.large（$0.096/小时）：

每小时节省：$9.6
每月节省（30天 x 24小时）：约 $6,912
每年节省：约 $83,000

这是一次性工作（分析+调整），但节省是持续性的。典型的 Right-Sizing 项目 ROI 周期在 1-3 个月。

不要让你的 EC2 账单为 AWS 的"产能过剩"买单！