检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
面向工作负载的整个生命周期不断完善和改进，减少不必要的开支并提升运营效率，让云上应用始终最具成本效益。 成本优化实践不意味着只有降本，它是安全合规、韧性等维度的平衡，也是达成业务目标的最优投入。 华为公司结合云业务成本运营经验和业界最佳实践总结并提炼出体系化实践与建议，包括：提升
卓越运营云服务介绍 软件开发生产线(CodeArts） 资源编排服务(RFS) 云运维中心(COC) 云监控中心(CES) 云日志服务(LTS) 应用运维管理(AOM2.0) 应用性能管理(APM) 云堡垒机(CBH) 应用管理与运维平台(ServiceStage) 多活高可用(MAS)
应用跨AZ部署，AZ故障时自动恢复；支持跨云容灾，在IDC或其他云出现故障时可以快速切换到华为云。 监控告警 进行站点运行状态检查，在发生故障时告警；针对CCE、DCS、kafka、RDS、DDS等实例负载状态进行监控，在资源过载时需要告警。 弹性扩缩容 CCE集群支持工作负载的自动弹性伸缩。 变更防差错
示正在发展的故障、激活的故障，以及潜在的故障的事件。在几乎所有情况下，故障检测能力都是故障恢复的前提。 RES06 故障检测 RES07 监控告警 父主题： 韧性支柱
财务托管模式下，企业主账号可以统一管理企业主+企业子的成本，包括统一成本分析、统一预算跟踪、统一异常监控、统一成本建议等，使用该模式可大幅提升管理效率。 财务独立模式下，企业主子各自管理各自账号下的成本，包括成本分析、预算跟踪、异常监控、成本建议等。如果企业子向企业主授权了查看消费信息，则企业主也可以统一分析企业主+企业子的成本。
跨AZ容灾 CCE服务支持跨AZ创建或扩展容器集群，工作负载自动在多个AZ间均匀分配。 监控告警 CCE支持配合AOM对集群进行全方位的监控，包括集群、节点、工作负载、容器实例POD等。详见“监控概述”。 父主题： CCE云容器引擎
果业务场景为CPU密集型或者需要大量使用内存的，建议配置更大的内存规格来获取更低的执行时延，可以通过配置不同大小内存进行性能测试，观察时延监控结合业务实际预算选择合适的内存规格。 同时如果同一个函数在不同场景下对内存和CPU资源的要求不一样，可以使用动态内存能力，参考配置动态内存。
储和带宽资源独占式的Kafka专享实例。 RabbitMq版：完全兼容开源RabbitMQ，提供即开即用、消息特性丰富、灵活路由、高可用、监控和告警等特性，广泛应用于秒杀、流控、系统解耦等场景。 RocketMQ版：低延迟、弹性高可靠、高吞吐、动态扩展、便捷多样的消息中间件服务。
联起来。这里面的关键是架构模型的建立及分层指标的聚合可视化能力，需要依赖持续的资源治理和数据治理。 相关云服务和工具： 优化顾问 OA 云监控服务 CES 应用运维管理 AOM 父主题： 性能看护
如网络时延变大、磁盘变慢、内存泄露等亚健康故障。 备用检测：冗余系统中，主备用模块的故障都需要检测，避免静默故障。 有特殊寿命器件：应及时监控有特殊寿命（如本地硬盘）要求的期间健康状态，通过提前预警采取维护错误，避免故障的突然发生造成严重影响。 检测速度：需要根据业务综合要求，确定合适的检测速度。
云用户可以根据预算情况，设立基于预测的告警。 持续监控，了解账单和资源使用情况 成本优化不是一个“一锤子买卖”，随着业务的发展，云资源的申请和释放是不停变化的，使用云的软件/服务的架构也是随时在演进。 企业应建立定期的云成本监控和审查机制，并根据实际情况调整和完善云成本优化策略。
RDS自动备份，在数据故障时使用最新备份数据恢复，可以满足可用性目标要求。 容灾 不支持容灾部署，在站点故障的情况下，重新进行应用部署与备份数据恢复。 监控告警 进行简单的监控，检查应用系统是否能正常返回消息。 弹性扩缩容 提供常见故障处理runbook，以便在容量不足等场景可以手工扩容。 变更防差错
容灾 应用在两个AZ各部署一套，进行双向复制，双活容灾；AZ故障时自动恢复。 监控告警 进行站点运行状态检查，在发生故障时告警；针对CCE、DCS、kafka、RDS、DDS等实例负载状态进行监控，在资源过载时需要告警。 弹性扩缩容 CCE集群支持工作负载的自动弹性伸缩。 变更防差错
重要三个梯度，对应每个梯度的指标配套对应的处理措施。对于敏感度或业务重要度的应用架构，可以新增一个提示级别的梯度。 相关云服务和工具： 云监控服务 CES 应用运维管理 AOM 应用性能管理APM 父主题： 性能看护
服务器资源就类似一块块资源拼成的木桶，其最多能承载的业务需求取决于哪一块资源最先达到瓶颈。 不同应用对资源需求不同，例如： 功耗密集型业务（如高性能计算、人工智能、深度学习等场景）主要就是消耗计算维度的容量。 内存密集型业务（如大数据处理、图像/视频处理、游戏开发、数据库等场景）主要消耗内存和存储维度的容量。
故障时业务自动恢复能力 备份 应用数据被破坏的情况下的恢复能力 容灾 在Region/AZ/IDC或其他云站点发生灾难的情况下的恢复能力 监控告警 应用系统故障后的检测和告警能力 弹性扩缩容 应用容量不足时的自动恢复能力 变更防差错 变更对应用业务中断的影响 应急恢复处理 应用在故障情况下的应急恢复能力
优先通过自动化响应事件，避免占用业务交付和创新的时间。首先构建一个可重复的流程来缓解问题，然后关注自动缓解或解决根本问题以提升效率。 华为云相关云服务和工具 云监控服务 CES 云运维中心 COC 父主题： OPS07 进行故障分析和管理
/var/log/messages 中，根据关键字匹配硬件类告警，以便及时处理。 相关云服务和工具 应用运维管理 AOM 云运维中心 COC 云监控服务 CES 父主题： OPS07 进行故障分析和管理
等。 设置特定指标 关键指标只是一个参考，在确定关键指标后，需要根据实际情况设定具体的性能目标或阈值。设定这些目标和阈值可以帮助我们更好地监控和管理性能，并采取优化措施。这不仅可以提高系统的性能，还可以提高用户满意度。 比如购物网站，我们可以设定页面加载时间不能超过5秒，如果页面
、每周、每月或每年的具体时间点）。 CustomedHPA策略 Prometheus Prometheus（停止维护） 云原生监控插件 一套开源的系统监控报警框架，负责采集kubernetes集群中kubelet的公开指标项（CPU利用率、内存利用率）。 NA CronHPA CCE容器弹性引擎
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
