一些企業(yè)的IT團(tuán)隊通常選擇保留容量，而不是利用現(xiàn)場實例。但是保留容量可能會被云計算供應(yīng)商鎖定，并支付更多費(fèi)用。
如果只是因為AWS云平臺可以在兩分鐘內(nèi)運(yùn)行實例，就會錯失按需價格折扣的機(jī)會(最多可以節(jié)省90%成本)是沒有意義的。即使對于生產(chǎn)工作負(fù)載，用戶也可以有效地使用Spot實例。
以下是如何處理Spot實例并在云計算賬單上節(jié)省大量成本的6個技巧：
#1：知道何時使用Spot實例
第一步是大致了解哪些服務(wù)可以從Spot實例中受益更多。
例如，如果用戶的服務(wù)是無狀態(tài)的并且可以擴(kuò)展(具有多個副本)，那么可以在這里使用Spot實例。如今，現(xiàn)代架構(gòu)中的大多數(shù)服務(wù)都是無狀態(tài)的。
以下是一些可以從Spot實例受益的工作負(fù)載示例：
具有容錯性和實例靈活性的批處理作業(yè)。
容器和微服務(wù)通常是獨立的、高度可用的、能夠處理中斷和容錯的。
高性能計算(HPC)和機(jī)器學(xué)習(xí)應(yīng)用程序需要高性能的計算能力、大量的內(nèi)存、超快速的存儲和較高的網(wǎng)絡(luò)性能。Spot實例可以提供幫助，甚至可以作為它們的主要計算基礎(chǔ)設(shè)施。
持續(xù)集成(CI)/ 持續(xù)交付(CD)操作，無論使用什么工具，Spot實例都可以在部署過程中提供幫助。
分布式數(shù)據(jù)庫(例如Elasticsearch或MongoDB)能夠處理中斷，而不會丟失任何數(shù)據(jù)或影響服務(wù)。
編排環(huán)境中的任何應(yīng)用程序。
#2：檢查工作負(fù)載是否已準(zhǔn)備就緒
在尋找Spot實例的潛在候選對象時，需要了解一些有關(guān)它的信息。
以下是一些可以更進(jìn)一步研究的問題：
需要多少時間才能完成工作?
是否對任務(wù)和時間至關(guān)重要?
可以處理中斷嗎?
實例節(jié)點之間是否緊密耦合?
AWS云服務(wù)中斷后，將使用哪些工具來轉(zhuǎn)移工作量?
回答了這些問題，用戶就會知道Spot實例是否適合自己的工作負(fù)載。
#3：選擇正確的Spot實例
了解一下AWS云平臺提供的服務(wù)。可以選擇一些不太主流的實例，這樣就會降低中斷的數(shù)量，并且可能會穩(wěn)定運(yùn)行更長的時間。
在尋找最佳虛擬機(jī)類型以完成工作時，需要查看其中斷頻率。這是實例在過去一個月中回收容量的速率。
AWS在Spot實例顧問中將其顯示在以下范圍內(nèi)：<5%，5%～10%，10%～15%，15%～20%，> 20%：
可以將Spot實例用于具有特定類型的競價型實例的生產(chǎn)工作負(fù)載。AWS為用戶提供了一個可以保證不中斷工作(最多6個小時)的信息(以小時為單位)，而用戶只需要為此多支付一些費(fèi)用。但是與按需定價相比，仍然可以獲得高達(dá)30%～50%的折扣。
#4：設(shè)定價格
知道要使用的Spot實例后，就可以設(shè)置愿意為它們支付的最高價格。這是一個很好的經(jīng)驗法則：將價格設(shè)置為與按需定價相匹配的最大值。
需要注意的是，用戶的Spot實例只有在其市場價格與其出價相匹配(或低于出價)時才會運(yùn)行。如果用戶的自定義價格低于按需定價，并且Spot實例的價格上漲，那么用戶的Spot實例可能會面臨中斷的風(fēng)險。
#5：分組管理Spot實例
這是一個明智的舉動，因為它使用戶可以選擇同時請求多個實例類型，并增加了為工作負(fù)載獲取一個實例的機(jī)會(避免出現(xiàn)任何中斷)。
另一個好處是，用戶可以為整個實例隊列(而不是給定的現(xiàn)貨池)設(shè)置每小時的最高價格。競價池是一組具有相同類型、操作系統(tǒng)、可用性區(qū)域和網(wǎng)絡(luò)的實例。
在AWS云平臺中，這稱為AWS Spot Fleets。這一功能使用戶可以使用各種分配策略來管理大量的Spot實例。例如，只考慮最低價格或容量優(yōu)化的實例類型。
需要注意的是：為許多人工配置、設(shè)置和維護(hù)任務(wù)做好準(zhǔn)備。
#6：自動化Spot實例
用戶如何避免丟失現(xiàn)場實例造成的停機(jī)時間?一個最好的策略是實施自動化工具，該工具使用策略和自動擴(kuò)展功能為用戶管理云計算基礎(chǔ)設(shè)施。
通過使用自動化的云計算成本優(yōu)化解決方案，用戶可以選擇在現(xiàn)場實例上運(yùn)行多少工作負(fù)載，然后在發(fā)生中斷時自動返回到按需實例。
用戶的工作負(fù)載將始終有運(yùn)行的地方。由于AWS可以重新平衡事件，即使在用戶收到兩分鐘的中斷通知之前，也有可能降低風(fēng)險。
為了獲得最佳結(jié)果，需要采用一個基于預(yù)測分析(如CAST AI)的自動化操作的解決方案。
