我对技术/unix/系统管理员有一定的了解，但是我还是不明白为什么 Amazon、Rackspace、Azure、GoGrid、Linode 和这些公司要计算他们每小时使用的实例数...
我不得不问...到底是谁关闭了他们的服务器？
*aaS 最初是一种捆绑/计划策略，您需要为一系列服务付费，而不必担心使用情况...每月支付 100 美元，您就可以得到这个、这个和那个。
现在，当我想切换到 Amazon EC2 时，我会对使用率、传输计算感到困惑……这太难了，而且很耗时。根据我目前的计算，我可以说，订购 2 台具有 24GB RAM 的专用服务器并安装 ESXi 并管理整个系统要便宜得多……
我遗漏了什么吗？
答案1
以我正在使用的可扩展基础设施为例。就我而言，我们能够完成的工作量与我们正在运行的处理节点数量成正比。我们拥有一些内部能力，并正在努力利用这些类型的服务来满足超出我们内部能力的需求。
当我们需要时，我们会将一堆处理节点部署到这样的云服务上。一旦我们实现了部署自动化，就应该告诉系统“我需要 20 个新节点”，让它启动 20 个新实例，根据需要调整名称，然后开始处理。项目完成后，我们关闭这些节点，然后继续愉快地工作。
由于涉及成本因素（在我们的案例中，它并不适合所有人），如果这种情况经常发生，这是一个很好的信号，表明我们需要进一步扩展我们的内部基础设施。
我们肯定会有一个“基本负载”一直运行，为此我们喜欢将其托管在内部。出于某些应用程序和数据本地性的原因，我们可能需要在公用云中部署一些始终在线的实例，但这些实例应该只有个位数。这几台服务器应该能够支持多达数百个短时处理节点。
在我们不需要使用“激增”功能的月份，我们仍然需要支付维持那里运行所需的基本负载服务器的费用。但是，在其他月份，当我们的工作多得不知该如何处理时，我们可能会同时运行数百台机器。
至于计算，我就是这么做的。它需要一张电子表格，并且非常了解你的环境。我知道我们通常一个月需要多少数据（传输带宽）、作为处理方法的一部分，数据被读取了多少次（存储传输率）、处理数据与源数据的增长因子是多少（数据存储成本），以及一个月内我们实际工作了多少百分比（使用的时间）。如果你没有这些，就很难准确估算账单。
我能够利用我们对私有环境的了解，制作一份表格，预测 AWS 之类的服务的成本与自己在托管服务器上运行的成本。这非常有帮助。在我们的具体案例中我们考虑的云供应商的成本比我们自己做要高出 2 倍到 10 倍。这对高层管理人员非常有用，因为他们一直在考虑与该云供应商合作。
我们最终采用了混合方法，因为云所代表的激增能力非常有用。告诉客户我们无法按时完成任务，因为我们承担了太多工作，这很糟糕。无论如何，云功能可以帮我们渡过难关，直到我们能够为内部工厂进行基础设施升级。
答案2
云解决方案的一半目的是能够快速扩展，然后在您不需要额外功能时再次缩减。它们按单位时间（或按单位其他资源）收费，以便您可以快速灵活地使用您拥有的资源。如果您的 Web 应用程序在晚上的使用率超过 300%，那么为什么要为其余时间不需要的服务器付费呢？