1. 如何使用ESS解决高可用问题
1.1 几种常见的资源高可用需求
一般情况下，资源高可用需求包括以下四个：
① 负载突增高可用需求：当业务的负载突增时，如何保证资源的高可用，ESS支持多种组合模式，可以保证高负载场景下进行正确的弹性扩容，保证资源的稳定性和服务的可靠性。
② 异地容灾高可用需求：ESS支持多可用区弹性，通过多可用区弹性能够实现资源的多可用区均衡分布，实现资源的高可用容灾。
③ 小规模场景高可用需求：如资源部署只有1~2台，虽然规模较小，但对服务稳定性需求较高。一般情况，在小规模场景下，单个实例受损会严重影响服务的可用性。ESS支持弹性实例健康检查，通过支持异常实例状态检测，自动进行异常实例替换，保证小规模资源高可用的场景。
④ 资源打散高可用需求：该场景要求对同一业务资源进行不同的宿主机打散，ESS支持宿主机打散，可以创建的弹性资源打散到不同的宿主机，避免资源之间相互影响。同时也避免因资源布置在同一宿主机宕机导致大规模影响。
1.2 多种伸缩模式满足各种业务负载波动场景
① 定时模式：对应业务负载周期性变化的场景：可以根据定时任务动态地定时增加或减少资源，如周五13:00扩容N台机器，高峰期之后再定时缩容。
② 动态模式：通过动态模式可用应对负载变化不规律的种场景，如使用cpu监控指标进行负载的动态扩缩，满足业务高峰期的负载，若CPU负载较高，动态扩容来满足业务资源的高可用。
③ 手动+动态模式：用于应对突发场景，首先，使用包年包月的实例，确保业务基座稳定。当业务突增时，辅以动态模式弹性扩容应对突发场景，保证整体资源的可用性。
④ 定时+动态模式：应对负载周期性变化，同时又有突增的场景，在高峰期之前定时扩容几台机器，若高峰期还有突增，则再通过动态扩容应对高可用的需求。
关于模式的选择，可以给予自己的用户场景进行参考，利用弹性弹性扩容提供的资源高可用来保证业务的稳定性。
2. 如何使用ESS实现低成本管理
（1）ECS灵活的付费方式：ESS的付费方式主要有5种，其特点和应用场景如上图所示。
弹性服务的低成本能力主要集中在包年包月、按量付费和抢占式实例，通过三种付费方式的组合实现种降低成本的目标。
（2）使用ESS实现低成本管理过程如下图：
灰色柱状图表示传统模式下包年包月付费场景，黄色表示按量资源，橘黄色表示Spot资源。整个改造过程经历了低成本管理介入的方式，过去使用包年包月、按照固定的规格、模式来进行部署，在负载变化时资源部署量也不会改变。
首先进行业务资源弹性改造，弹性接入，接入之后就实现了按量资源的弹性，业务的资源可以随着业务的负载动态变化。但相对于Spot而言，按量付费较为昂贵，因此可以通过将按量和Spot进行组合的方式进一步减少费用。但为了保证资源按量和Spot组合后的稳定性、可用性足够高，可以使用多规格组合的方式。因为不同规格组合，可以避免Spot实例的一次性回收，因为不同的规格和Spot策略是不同，进而降低Spot集中回收带来的稳定性影响。即按量弹性之后先进行规格组合提高业务的可用性，再进行Spot与按量组合降低成本。
多付费类型组合弹性场景示如下图所示：
这里有6个组合案例。可以看做两组，A、B、C其实使用的是底座弹性资源高可用，D、E、F是一种弹性全托管。区别在于底座使用了包年包月的方式，相对于弹性全托管，资源稳定性更强，但由于其资源固定、不释放，其成本相对较高。
对于弹性资源的管理，分为了全按量、按量和Spot组合、全Spot 3种。对于这3种组合方式，若按量比例越高，稳定性更强，但成本也会更高，随着组合中Spot比例的增，成本越来越低，但稳定性会越来越差。
以上提供的6个案例中无法绝对性地认为哪一种更好，而要结合用户自己的业务场景来进行选择。如离线计算场景下如何选择付款组合方式，由于离线计算对实时性要求不高，且对任务执行有容错性，对于资源的可用性要求不高，但一般情况下离线计算的场景任务较多，规模较大，这意味着其成本压力也较大，即此时对于资源的需求是成本更低，但对资源的可用性要求更低。这种情况下，可以选择E或F。对于核心服务，一般会选择A，因为其可用性最高。
2.1 案例一：人工智能企业
用户痛点：业务的用户的痛点有两个：首先，由于它是人工服务的供应商，它的峰谷之间的波动比较剧烈，它的最高峰达低峰期的16倍之多，它之前的部署方式都是按照保有的高峰期的资源进行部署，成本很高，有大量的闲置，存在资源利用率低的问题；另外，业务的访问量虽然有明显的周期性变化，但偶尔会有突增流量，及时按照最大部署稳定性也会存在问题。
解决方案：首先盘点业务的所有资源，使用Spot和按量组合弹性的方式，多个可用区之间保有包年包月实例进行基础稳定性的保障，组合使用按量实例来进行弹性扩缩保证其应对高峰期。即通过Spot + 按量通过定时和动态监控任务进行组合，一般在高峰期之前定时扩容，在突发流量时通过监控扩容进一步保证资源的可用性。
使用效果：通过弹性化改造实现了应对高峰期流量的动态波动，提高了用户的可用性，同时由于释放了大量的成本，节约了约24%的成本。
2.2 案例二：技术服务平台【汇量科技】
用户痛点：该平台服务范围较广，涉及设备的规模非常大、地域覆盖范围广，对于资源和成本的诉求都特别高，首先，它类似于峰谷，波动剧烈，白天的流量是晚上的几十倍，同时价格也较为敏感。他原本使用了Spot实例降低成本，但是，Spot的价格波动也经常会导致资源成本的上升。
解决方案：使用ESS成本优化策略，简单来说，就是当有多个规格，Spot和按量组合时，选择价格最低的方式进行资源的交付。同时，多可用区容灾可用将Spot实例打散，使用多可用区、多实例规格的方式避免一次性大规模Spot实例回收导致额服务稳定性差，进一步保证资源的稳定性。另外它还使用了ESS提供的提前补偿策略，在Spot实例被抢占之前弹性伸缩，自动地选择价格更低的实例进行替换，避免Spot的断崖式释放。
可以看到在未开启Spot补偿之前，如果使用单个规格，那么大批量的Spot实例被释放，在过了一段时间之后，才能弹性扩容，其间的断崖异常会导致业务资源需求出现缺口，对业务的稳定性影响较大。若使用提前补偿策略，在Spot实例被回收之前的五分钟感知到实例即将被回收，提前创建替代实例来补偿被回收的Spot实例，保证种资源的稳定性。
效果：优化效果较为显著，用弹性伸缩的成本优化策略，结合Spot实例自动补偿，以30%的成本完成了过去的业务交付，相当于节省了70%的成本。
3. 总结与展望
本节课程从高可用、高弹性、低成本的资源管理方式，总结了一些经验。要实现高弹性、高可用性、低成本的资源管理，首先要进行弹性化改造来实现资源的弹性管理，然后基于弹性能力建立资源的高可用的管理能力，资源的高可用是最优先满足的；最后，在满足资源高可用的前提下，再进行资源的成本优化。
课程中主要以弹性伸缩服务为例来进行讲解，但实际上可以用的弹性伸缩工具有很多，如开源社区的K8S的HPA，阿里云的ACK（K8S弹性在云上的实现）、EHPC、EMR等，我们可以结合自己的场景诉求使用弹性能力进行高可用、低成本的资源管理。
更多精彩内容，欢迎观看：
