详解节省计划,一文了解最云原生的成本优化方式

简介: 在阿里云2020年“数智·未来”云栖大会,全新推出了的一种面向广大客户,可优化计算成本的折扣权益。一次计划购买,享受按量付费的折扣体验,真正实现“灵活、降本、提效”的最大效果。本文将详细介绍该折扣权益计划。

云原生时代,怎样购买云资源?

image.png

先给大家说一个云厂商在服务客户中的常见故事:

用户使用包年包月的方式在云上购买了10台云主机,包1年,位于北京地域下的可用区F。结果用了3个月,由于业务调整,需要把其中的5台迁去可用区G。于是只好把可用区F的5台退款,然后再重新在可用区G购买5台,重新走了一遍运维和财务流程不说,还需要支付退款价差。我们从两个视角去看这个问题:

云厂商视角:退款是由于用户没有遵守双方对使用时长的约定造成的,需要重新计算优惠,补齐差价。
用户的视角:退款是由于业务需要调整,从使用总量上来看,调整前后都是购买10台,补价差有点冤。

造成这个郁闷故事的根本原因是:包年包月这种付费方式,把优惠和某台具体实例绑定在一起了,用户购买的直接就是云上的一台机器。当用户的业务需要进行调整时,总会被这台特定的机器牵绊,常见的有:

(1)调整地域/可用区,只好退款再创建;
(2)调整算力大小,只好升降配,可能会有额外支出,且有时由于技术架构限制,无法成功;
(3)调整运行业务,只好把当前业务环境清理,再重新初始化新业务环境,包含大量无效运维。

不幸的是,在云原生的大潮流下,绝大部分用户都无法保证自己的业务在包年包月的全生命周期里不做调整。那什么是云原生下的首选付费方式?答:按量付费。因为,云本来就是一种快餐式的消费,创造价值的是算力,而不是承载算力的那台机器。

有需求就创建,没有需求就释放。同时,任何的业务调整都不应该被实例的生命周期限制,也不应该有繁杂的生命周期管理工作。这才是云原生下的资源购买方式。

可能会有朋友说,这是Fei话,因为:如果按量付费足够便宜,谁还用包年包月?

这就进入今天的主题了,有请今天的主角: 节省计划。我们来看看节省计划如何给按量付费降成本。

节省计划是什么?

节省计划的具体定义可以参考阿里云文档。今天来说说更通俗的理解:

“节省计划就是阿里云推出的VIP会员卡”。这会员卡有以下特点:

(1)使用范围特别广。几乎可以做到应用于全地域,全规格族的ECS和ECI实例。一份购买可以给所有ECS消费提供成本优化能力。
(2)这是一张年卡。有效期1年或3年。
(3)收费制会员卡。会员卡本身是收费的,但是费用远远低于按量付费,大约降至包年包月的区间。
(4)服务使用按量付费的用户。在会员卡能覆盖范围内,用户使用按量付费实例费用免除。

image.png

上面有说会员卡的覆盖范围,这个怎么理解?对于节省计划来说,这里引出一个重要概念:每小时承诺消费。

image.png

图:节省计划购买页中的每小时承诺消费

简单来说,每小时承诺消费其实就是这份节省计划免除按量付费账单的上限。在这个数值范围里,按量付费的账单会先被打折,然后再被抵扣掉。具体举例来看:

(1)上海地域ecs.c5.large的按量付费价格为0.62元/台/小时(实例价格可查询ECS价格详情页);
(2)上海地域ecs.c5规格族在节省计划下(例子选1年期全预付通用型,这几个概念后面介绍),对应的按量折扣为4.22折。(节省计划折扣价格可查询节省计划折扣详情页);
(3)假设用户选择的每小时承诺消费为10元。

注:该例子所用价格数据截自2020年9月27日的阿里云官网。

image.png

图:节省计划折扣详情页中的折扣查询

则,该份节省计划每小时可以抵扣的ecs.c5.large的实例台数为:10/(0.62*0.422) = 38.22台。可以看出选择的每小时承诺消费决定了每份节省计划的抵扣能力,也就是上面说的“会员卡覆盖范围”。

细心的朋友可能会问,38.22这个不是整数啊,实际过程中,不是使用38台就是39台,这个怎么算呢?

其实很简单,如果您有39台机器在运行,那么其中1台机器的22%的账单会被抵扣掉,剩下的78%的账单需要正常按量付费。而如果是38台机器在运行,那么该份节省计划每小时有0.22台的抵扣力会被浪费。

可以看出,选择合适的每小时承诺消费,非常关键。选少了,一部分费用仍然需要按量付费,选多了,会有一定的浪费。那怎么选呢?我们一会儿详细说。或您可以直接跳去节省计划的如何购买章节。另外,关于这块描述,概述文档里有更详细举例说明,可以详细阅读。

节省计划的种类

目前阿里云的节省计划分为两种:通用型和ECS计算型。

对于通用型来说,可以简单粗暴地理解成基本没有任何限制,它可以对所有地域、所有规格族的ECS或ECI等产品生效。

而ECS计算型,在购买时需要指定一个地域和一个规格族,仅对相同地域和规格族的ECS实例生效。

通用型具有更好的灵活性,而ECS计算型具有更好的折扣。如图,同样是上海地域ecs.s6规格族,1年期全预付,通用型下折扣为4.22折,ECS计算型下折扣为3.67折。

注:该例子所用价格数据截自2020年9月27日的阿里云官网。

image.png

image.png

节省计划的付费类型

目前阿里云的节省计划支付方式分为三种,全预付,部分预付,0预付。

当用户选择完每小时承诺消费后,一份节省计划的总价(购买页叫总配置费用)基本也就确定了。比如每小时承诺消费1元,那么一年的总价大约为:1元24小时365天 = 8760元。

如果您选择全预付,那么需要在购买时一次性支付所有费用,和包年包月类似。如果您选择部分预付,那么购买是需要支付大约50%的费用,剩余费用会体现在小时账单里。如果您选择0预付,那么购买时无需支付任何费用,所有费用都会体现在后续小时账单里。
我们拿刚刚每小时承诺消费1元为例,选择全预付时,费用显示为:

image.png

选择部分预付是,费用显示为:

image.png

选择0预付时,费用显示为:

image.png

备注:可能有朋友有疑问,为什么0预付和部分预付的总配置费用略高,这里官网文档有解释:

image.png

不同支付方式下能拿到的折扣亦不同:全预付下所能拿到的折扣最好,部分预付次之,0预付是三者里较高的。我们对比一下上海地域1年期通用型ecs.s6规格族下的折扣:

image.png

注:该例子所用价格数据截自2020年9月27日的阿里云官网。

相对于包年包月,节省计划直接支持的分期出账能力,可以帮助客户优化现金流。 一般来说,用户可以结合现金流情况,和融资成本,选择对应的支付方式。

另外,当前节省计划提供两种购买时长:1年期和3年期。3年期的折扣大幅优于1年期。我们对比一下上海地域通用型ecs.s6规格族全预付下的折扣:

image.png

注:该例子所用价格数据截自2020年9月27日的阿里云官网。

节省计划如何购买?

节省计划下,用户的购买流程如下。

image.png

对于节省计划类型的选择:

(1)若您需求的规格族和部署地域比较收敛,选择ECS型,可以拿到更好折扣。
(2)若您的业务需求跨多地域,多规格族,可以选择通用型。拿到更好的灵活性,同时可以把折扣最大化地调配利用。更少的节省计划数量,在后期的运维管理和账单管理上也可以更加精简。
(3)若您是ECI的用户,建议您选择通用型,体验最云原生的成本优化方式。

对于每小时承诺消费的选择:

(1)首先建议用户对业务负载比较稳定的部分购买节省计划覆盖,短期弹性业务仍然继续选择按量付费。每天的使用时间分界点粗略推荐如下:

image.png

(2)每小时承诺消费建议宁可低不可高。因为即使选低了,也可以通过多份计划叠加的方式获得更高的抵扣能力。
(3)若您的业务大部分已经是基于按量付费构建的,可以使用节省计划购买推荐页面直接基于过去一段时间的按量消费自动推荐相应的小时承诺消费。然后直接购买。
(4)若您的业务大部分仍然是包年包月业务。可以根据实例的地域和规格族分类,同时查询对应的按量付费价格和节省计划下对应折扣。在包年包月实例到期后转为按量付费,同时购买相应的节省计划。例如,您在上海地域有10台ecs.g6.large想转为3年期全预付通用型节省计划。

上海地域ecs.g6.large的按量价格为0.5元/台/小时,10台总价为5元/小时。
上海地域ecs.g6规格族,3年期全预付通用型折扣为:4.55折。
则您需要选择的每小时承诺消费 = 5元/小时*0.455 = 2.275元/小时。

注:该例子所用价格数据截自2020年9月27日的阿里云官网。

对于付费类型的选择:

可以结合现金流情况,和融资成本,选择对应的支付方式。

对于购买时长的选择:

三年期的折扣大幅优于一年期。请结合自己业务的后续规模选择。一般来说,节省计划下,因为强大的灵活性支持,可以适当放长购买时间以便拿到更好的折扣。

赶紧点击开始您的节省计划购买吧

相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
相关文章
|
7天前
|
运维 Cloud Native Java
从 IDC 到云原生:稳定性提升 100%,成本下降 50%,热联集团的数字化转型与未来展望
热联集团在进行了云原生架构的升级与探索后,显著提升了业务系统的稳定性和敏捷性。这一转变不仅为公司冲击更高的销售目标奠定了坚实的技术基础,也标志着热联在数字化转型道路上迈出了关键一步。通过采用微服务、容器化等先进技术手段,热联能够更加灵活地响应市场变化,快速迭代产品和服务,满足客户日益增长的需求。
|
3月前
|
人工智能 缓存 Cloud Native
用 Higress AI 网关降低 AI 调用成本 - 阿里云天池云原生编程挑战赛参赛攻略
《Higress AI 网关挑战赛》正在火热进行中,Higress 社区邀请了目前位于排行榜 top5 的选手杨贝宁同学分享他的心得。本文是他整理的参赛攻略。
537 72
|
23天前
|
人工智能 Cloud Native Java
云原生技术深度解析:从IO优化到AI处理
【10月更文挑战第24天】在当今数字化时代,云计算已经成为企业IT架构的核心。云原生作为云计算的最新演进形态,旨在通过一系列先进的技术和实践,帮助企业构建高效、弹性、可观测的应用系统。本文将从IO优化、key问题解决、多线程意义以及AI处理等多个维度,深入探讨云原生技术的内涵与外延,并结合Java和AI技术给出相应的示例。
81 1
|
27天前
|
Cloud Native API 持续交付
利用云原生技术优化微服务架构
【10月更文挑战第13天】云原生技术通过容器化、动态编排、服务网格和声明式API,优化了微服务架构的可伸缩性、可靠性和灵活性。本文介绍了云原生技术的核心概念、优势及实施步骤,探讨了其在自动扩展、CI/CD、服务发现和弹性设计等方面的应用,并提供了实战技巧。
|
6月前
|
存储 弹性计算 监控
【阿里云云原生专栏】成本优化策略:在阿里云云原生平台上实现资源高效利用
【5月更文挑战第29天】本文探讨了在阿里云云原生平台上实现资源高效利用和成本优化的策略。通过资源监控与评估,利用CloudMonitor和Prometheus等工具分析CPU、内存等使用情况,识别浪费。实施弹性伸缩策略,利用自动伸缩规则根据业务负载动态调整资源。借助容器化管理和Kubernetes编排提高资源利用率,优化存储选择如OSS、NAS,以及网络配置如VPC和CDN。示例展示了如何使用Kubernetes的HorizontalPodAutoscaler进行弹性伸缩,降低成本。
240 4
|
2月前
|
Kubernetes 监控 Cloud Native
Cluster Optimizer:一款云原生集群优化平台
**Cluster Optimizer** 是一款云原生集群优化平台,旨在通过自动化和智能化工具帮助企业降低云成本,解决云原生架构中的成本管理难题。面对资源闲置、配置不当和缺乏自动化优化机制等挑战,Cluster Optimizer能够深入分析云资源、应用和用户行为,精准识别优化机会,并给出具体建议,涵盖节点组、节点、GPU 节点、磁盘、持久卷和应用等多个维度。通过优化实例类型、自动扩缩容和资源分配,帮助企业降低成本、提升性能和效率。[点击此处](https://www.wiseinf.com.cn/docs/setup/) 免费安装和试用 **Cluster Optimizer 社区版**。
96 9
|
3月前
|
运维 Cloud Native 容灾
核心系统转型问题之云原生分布式核心运维成本如何降低
核心系统转型问题之云原生分布式核心运维成本如何降低
|
4月前
|
SQL Cloud Native 关系型数据库
云原生数据仓库使用问题之分组优化如何实现
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
4月前
|
存储 运维 监控
云原生时代的数据存储与计算优化策略
【7月更文挑战第15天】在数字化转型的浪潮中,云原生技术成为企业创新和效率提升的关键。本文将探索如何通过云原生架构实现数据存储和计算的优化,旨在为开发者和企业决策者提供实用的指导和建议,以应对日益增长的数据挑战。
|
6月前
|
运维 Cloud Native 安全
云原生架构的未来演进:迈向自我优化的基础设施
【5月更文挑战第30天】 随着企业数字化转型的深入,云原生技术正成为推动现代应用开发和运维模式变革的关键力量。本文探讨了云原生架构如何通过不断的技术迭代,实现自我优化的基础设施,以及这一进化对企业IT策略的影响。文章首先回顾了云原生的概念与核心组件,随后分析了当前云平台在自动化、微服务管理、容器化等方面的最新趋势,并预测了未来可能的发展路径,包括AI辅助的运维、无服务器架构的进一步普及以及安全自动化等。最后,文章提出了企业在采纳云原生技术时的策略建议,以促进业务敏捷性和技术创新。