在打印窗口把「目标」选为「另存为 PDF」即可保存,页面已带 awsgood.com 版权水印。 返回原文

www.awsgood.com

如何通过竞价实例降低 EC2 成本:运维实战手册

2026-11-08 AWS 价格计费 约 7 分钟

摘要

EC2 账单有四个计费项,而竞价实例只影响其中一个

按需定价在 Linux 上按秒计费,最低 60 秒,按该区域该实例类型的每小时费率计费。停止实例后计算费用停止——但底层的 EBS 卷不会。预留实例和节省计划是你针对相同按需费率预先购买的承诺,这就是它们无法应用于竞价实例的原因。竞价实例是以市场价格出售的闲置容量,价格随供需浮动,上限为按需费率。

你为竞价实例支付的价格是启动时该特定实例类型和可用区的市场价格。实际上它变化缓慢——我曾观察到某个 m6i.xlarge 池子连续多日保持平稳,然后在某个下午因大客户出现而变动 20%。AWS 现在调整竞价实例价格的幅度比旧的出价模式温和得多,但容量仍可能在任何时刻被回收,并提前 2 分钟发出警告。

其余三个计费项是存储、网络和地址。每个公有 IPv4 地址每月约花费 $3–4,在一个 40 台实例的集群中,其中一半是纯内部使用却仍绑定了公有地址,这笔费用会迅速累积。EBS gp3 按 GB-月计费,外加超出基线的 IOPS 和吞吐量。数据传出和跨可用区流量会出现在单独的行项目中,在账单到来之前没人会关注它们。

在竞价实例发挥作用之前,钱到底从哪里漏走

最常见的泄漏不是实例价格——而是闲置容量。一台 t3.large 以平均 3% CPU 运行一个月,与 80% CPU 运行的成本相同。在调整定价之前,先拉取指标:

aws cloudwatch get-metric-statistics 
  --namespace AWS/EC2 --metric-name CPUUtilization 
  --dimensions Name=InstanceId,Value=i-0123456789abcdef0 
  --period 86400 --statistics Average Maximum 
  --start-time 2025-01-01T00:00:00Z --end-time 2025-01-15T00:00:00Z 
  --query 'sort_by(Datapoints,&Timestamp)[*].[Timestamp,Average,Maximum]' 
  --output table


第二个泄漏:孤立存储。未挂载的卷是纯粹的损失,十秒钟就能找到。

```bash
aws ec2 describe-volumes --filters Name=status,Values=available 
  --query 'Volumes[*].[VolumeId,Size,VolumeType,CreateTime]' --output table


第三个泄漏:NAT 网关处理费。它收取每小时费用外加每 GB 费用,对于整天拉取镜像的容器集群,每 GB 的计费项往往远超每小时费用。如果你运行的是不断自我替换并重新拉取 1.5 GB 镜像的竞价实例工作节点,那是实实在在的钱。

## 在迁移任何一台实例之前先估算节省额

首先使用竞价实例放置评分——它会告诉你,在每个区域和可用区,你指定的实例类型列表在目标容量下被满足的可能性有多大。评分范围为 1–10;低于 7 我不会迁移集群。

```bash
aws ec2 get-spot-placement-scores 
  --instance-types m6i.xlarge m6a.xlarge m5.xlarge c6i.xlarge c6a.xlarge 
  --target-capacity 10 --region us-east-1 
  --single-availability-zone --output table


然后确认该池子的当前市场价:

```bash
aws ec2 describe-spot-price-history 
  --instance-types m6i.xlarge --product-descriptions "Linux/UNIX" 
  --start-time "$(date -u +%Y-%m-%dT%H:%M:%S)" 
  --query 'SpotPriceHistory[0].[InstanceType,AvailabilityZone,SpotPrice]' 
  --output text
# 示例形态(仅供参考——请在你的区域重新运行):
# m6i.xlarge  us-east-1a  0.042100


以下是一个 10 台实例、4 vCPU 的 Web 层的数字通常如何呈现。将索引列视为你所在区域按需费率的乘数,而非美元金额:

| 配置 | 计算覆盖率 | 相对月度成本 | 中断风险 |
|---|---|---|---|
| 全部按需 | 0% 竞价 | 100 | 无 |
| 20% 按需基础 + 80% 竞价 | 80% 竞价 | ~30 | 类型多样化后风险低 |
| 100% 竞价,`lowest-price` | 100% 竞价 | ~15 | 高——单一池子流失 |
| 100% 竞价,`price-capacity-optimized` | 100% 竞价 | ~18 | 低 |
| 按需 + 1 年计算节省计划 | 0% 竞价 | ~70 | 无,但锁定 1 年 |

最后两行之间的差距正是人们搞错的地方。`lowest-price` 在纸面上看起来更便宜,然后在失败请求和重试中吃掉了差额。

## 部署:使用混合实例策略,而不是循环中的脚本

不要逐个启动竞价实例并手动管理替换。将它们放在带有混合实例策略的自动扩缩组后面,让 AWS 为你处理再平衡和 2 分钟替换。

```bash
aws autoscaling create-auto-scaling-group 
  --auto-scaling-group-name web-spot 
  --min-size 2 --max-size 12 --desired-capacity 4 
  --vpc-zone-identifier "subnet-0aaa1111,subnet-0bbb2222,subnet-0ccc3333" 
  --mixed-instances-policy '{
    "LaunchTemplate": {
      "LaunchTemplateSpecification": {
        "LaunchTemplateId": "lt-0abc123", "Version": "$Latest"
      }
    },
    "InstancesDistribution": {
      "OnDemandBaseCapacity": 2,
      "OnDemandPercentageAboveBaseCapacity": 0,
      "SpotAllocationStrategy": "price-capacity-optimized"
    }
  }'


两个设置支撑了整个设计。`OnDemandBaseCapacity: 2` 保持了始终在线容量的底线,这样区域性的容量紧张就不会让你的服务归零。启动模板中的多样化实例类型列表(目标为 10–15 个系列,vCPU/内存匹配)为 `price-capacity-optimized` 提供了空间,将你放置在深池中,而不是便宜但浅的池子中。

然后接通排空逻辑。实例元数据端点会给你终止时间,但只有使用 v2 令牌请求时才会返回:

```bash
TOKEN=$(curl -sX PUT "http://169.254.169.254/latest/api/token" 
  -H "X-aws-ec2-metadata-token-ttl-seconds: 21600")

curl -s -o /dev/null -w "%{http_code}n" 
  -H "X-aws-ec2-metadata-token: $TOKEN" 
  http://169.254.169.254/latest/meta-data/spot/instance-action
# 404 = 尚无通知。  200 = 你大约有 120 秒。


**我付出代价学到的教训:**我们的排空脚本运行了三周却从未触发过,直到一个节点在批处理中途死亡,带走了一个 40 分钟的作业,我们才发现。脚本只是对元数据端点执行了一个普通的 `curl`,得到了一个静默的 `401 Unauthorized`,因为该 AMI 将 IMDSv2 设置为必需,而处理器将错误吞入了 `/dev/null`。我通过 SSH 登录并手动运行不带令牌的 curl 验证了这一点——401,与预期完全一致。修复方法是上面的令牌调用,加上对任何非 404 响应码的告警。通过实际终止一个实例并观察日志来测试你的处理器;不要相信“脚本已部署”就意味着它能正常工作。

还要为自动扩缩组之外的任何资源添加 `EC2 Spot Instance Interruption Warning` 的 EventBridge 规则,如果你需要超出 2 分钟窗口的优雅连接排空,则添加生命周期钩子。

## 会在第二张账单上出现的计费陷阱

一些总是让人措手不及的事情:

- **节省计划不适用于竞价实例。** 如果你预付了 1 年计算节省计划,然后将 80% 的集群迁移到竞价实例,你仍在为承诺付费,但现在使用不足。将承诺规模调整到仅覆盖你的按需基础容量。
- **竞价实例 vCPU 配额是每个区域独立的,且初始值很低。** 较新的账户在远早于预期的时候就会遇到 `An error occurred (MaxSpotInstanceCountExceeded) when calling the RunInstances operation`。在启动前几天申请增加配额。
- **启动时的 `InsufficientInstanceCapacity` 通常意味着请求范围太窄。** 一个实例类型、一个可用区、一个规格——这是一个没有备选方案的请求。
- **跨可用区流量。** 竞价实例放置会将你分散到各可用区,不管你愿不愿意,而可用区之间频繁通信的服务在每个方向都要按 GB 付费。竞价实例不保证同可用区放置。
- **实例存储不是 EBS。** 如果实例类型有本地 NVMe,那些数据在中断时就消失了,而不仅仅是取消挂载。

如果你在多个客户账户中运行这些,并且不想亲自照看配额和分配策略,这正是我们在 awsgood.com 处理的事情——但上面的 CLI 在单个账户上就能帮你完成大部分工作。

从放置评分和一个非关键工作负载开始。先迁移批处理层,观察一周的中断率,然后再动 API 层。

参考来源