去年双十一前夜,我一个做电商的朋友老周给我打电话。声音是哑的。他说数据库连接数飙到两万,服务器直接躺平。运维团队在群里刷屏,老板在会议室拍桌子。他问我,上云了怎么还这样。我说你上的是哪门子云。他说就那个最大的。我说那你打开控制台看看,是不是只买了三台虚拟机。
他沉默了五秒。然后骂了一句。
这就是今天想聊的事。云计算这玩意儿,早就不新鲜了。但真正会用的人,比想象中少得多。
弹性不是自动的
大部分人对云计算的理解,停留在“把机房搬到别人家”。这没错,但只对了一半。另一半是,你得学会让它跟着你的业务呼吸。老周的问题在于,他把云服务器当物理机使。三台机器扛所有流量,平时够用,大促必挂。这不是云的问题,是人的问题。
真正的弹性是什么。是你设置一个规则,当CPU连续五分钟超过70%,自动加两台。当流量回落,自动减回去。听起来简单对吧。但很多团队连监控都没装。他们买完机器就扔那儿,像租了个仓库然后忘了自己有货要放。

我见过一个做得好的团队。他们做在线教育,晚七点到九点是高峰。白天几乎没人。他们的做法是,每天下午五点自动扩容,晚上十一点自动缩容。一年下来,服务器成本比固定配置省了将近四成。这不是什么高科技。就是有人愿意多想一步。
账单比技术先崩
说个反直觉的事。上云之后,很多公司第一个崩的不是系统,是财务。老周后来复盘,发现他们每个月花在云上的钱,够养三个运维。但系统还是不稳。为什么。因为钱没花对地方。
比如对象存储。他们把用户上传的图片全存进去了,但没设置生命周期规则。三年前的缩略图还躺在标准存储里,一个月的费用比新数据还高。再比如日志服务。开发环境打的日志和生产环境一样多,没人管。月底一看账单,开发环境占了三分之一。
这里要提一个词,叫云原生成本治理。听着像咨询公司造出来的。但说白了就三件事:知道钱花在哪,知道哪些能省,知道怎么省。很多团队卡在第一步。他们连标签都没打。一个资源一个标签都没有,月底账单来了,只能看到总数,看不到明细。
我的建议很简单。如果你现在打开控制台,发现超过20%的资源没有标签,先别管架构优化。把标签补全。这是最基本的。

别被托管服务惯坏

云厂商最喜欢推托管服务。数据库托管、消息队列托管、缓存托管。确实方便。点几下鼠标,一个高可用集群就起来了。但方便是有代价的。
我认识一个创业团队,用了某云的托管数据库。前半年很爽。后来数据量涨到千万级,查询开始变慢。他们想优化索引,发现托管实例根本不让你改底层参数。想换配置,得停机迁移。最后花了两个月做数据迁移,比自建还折腾。
这不是说托管不能用。而是说,你得知道自己在放弃什么。托管服务给你的是便利,拿走的是控制权。如果你的业务需要深度定制,或者对性能有极致要求,那自建可能更合适。反之,如果你只是需要个能跑的数据库,托管就是最优解。
关键是匹配。别看见“全托管”三个字就冲上去。先问自己三个问题。数据量会涨到多大。团队有没有能力维护自建。 downtime 能不能接受。想清楚再动手。
几个能马上做的事

如果你正在用云,或者准备上云,下面这些建议可以直接拿去用。
第一,先装监控。 云厂商自带的基础监控够用。CPU、内存、磁盘、网络。至少把告警配起来。别等用户投诉了才知道挂了。
第二,把环境拆开。 生产、测试、开发,三个环境用三个账号或者三个VPC。别混在一起。混在一起的结果就是测试把生产搞挂,或者开发把生产账单拉爆。
第三,定期对账。 每周花十五分钟看看账单趋势。哪些服务在涨,哪些在跌。发现异常立刻查。云的成本是动态的,你不动,它就偷偷涨。
第四,能用预留实例就别用按量付费。 如果你的业务稳定,长期跑着,预留实例能省一半以上。前提是你得算清楚。别盲目买,买了用不上更亏。
第五,留一条后路。 别把所有鸡蛋放一个云厂商篮子里。核心数据定期备份到另一个云,或者本地。这不是不信任,是常识。
云计算这东西,说到底是个工具。工具本身不解决问题,用工具的人才是关键。老周后来把架构重做了一遍。该拆的拆,该加的加。今年双十一,他给我发了个消息,说睡了个好觉。我说那就行。这碗饭,算是端稳了。
不过话说回来,云也在变。今天的最佳实践,明年可能就过时了。保持学习,保持警惕。别把任何架构当信仰。对吧。