跳至主要内容

云产品使用细节

JimBo2026/10/27大约 29 分钟

云产品使用细节

一、工程案例：按账单反查资源浪费并给出优化动作

场景：一套跑了半年的业务系统，月账单从 800 元涨到 2600 元，同期没有上新业务，也没有做活动。老板问「钱花哪了」，团队里没人答得上来——控制台里资源太多，账单只看了总数。目标：48 小时内把超支拆到具体资源 ID 并列出动作清单，一个月内完成验收，并建立一套下个月不会再问同样问题的机制。

为什么从账单入手：云上的浪费几乎不会报错。多开的一台按量实例、忘了释放的 EIP、设成永久保留的快照，都在安静地计费，直到有人看账单。反查的顺序必须是先看钱、再看资源、最后看配置，反过来会在一堆正常资源里迷路。

动手前确认：有费用中心的账单导出权限；知道本月与上月的完整账期；能登录所有相关账号（很多人漏了子账号或老账号）；变更前先截图存证。

交付物：一份《资源浪费归因表》（资源 ID / 计费项 / 月金额 / 归属人 / 动作 / 计划完成日）+ 一份动作执行记录。全篇步骤都围绕这两份东西推进，1.5 的验收表就是它的检查清单。

执行路径：

后面按这条路径逐步展开，每一步都对应归因表里的一列。

1.1 第一步：把账单拆成四个视图

只看总额永远找不到原因。同一份账单，按四种维度各看一遍，异常会自己浮出来。

视图看什么能发现
按产品哪一类产品占比最大、环比涨幅最高是计算涨了还是流量涨了
按资源 ID具体哪台实例、哪个 Bucket、哪块盘涨幅落到单一资源
按标签project / env / owner哪个项目、哪个环境在烧钱
按天日账单曲线某天突增，还是一条斜线缓慢上涨
# 月度总账，先确认大盘
aliyun bssopenapi QueryAccountBill --BillingCycle 2026-09 --Granularity MONTHLY

# 按产品拆（返回字段与参数名以 aliyun CLI 当前版本为准）
aliyun bssopenapi QueryAccountBill --BillingCycle 2026-09 \
  --Granularity MONTHLY --IsGroupByProduct true

# 实例清单：计费方式 + 创建时间，找「按量且很老」的
aliyun ecs DescribeInstances --RegionId cn-hangzhou \
  --output cols=InstanceId,InstanceName,InstanceChargeType,CreationTime,Status

读法：如果按天曲线是台阶式上升，说明某天新增了资源；如果是斜坡式，说明是流量或存储的自然增长。这两种情况的处理方式完全不同。

1.2 第二步：核查五类高频浪费

这五类占了中小团队云浪费的绝大多数，逐个查一遍，通常能解释 70% 以上的异常。

类型特征核查方式
未绑定的 EIP状态为可用，仍按占用计费EIP 列表筛「未绑定」
未挂载的云盘盘还在，没有挂载点，按容量计费云盘列表筛「待挂载」
陈年快照创建时间很早，保留策略为永久快照列表按时间与容量排序
按量实例计费方式为按量，创建时间很久实例列表按计费方式 + 创建时间
空转的负载均衡没有后端，或后端全部异常实例列表看后端组
# 未绑定的 EIP：Status=Available 就是没挂到任何资源上
aliyun vpc DescribeEipAddresses --RegionId cn-hangzhou \
  --output cols=AllocationId,IpAddress,Status,ChargeType

# 未挂载的云盘：Status=Available
aliyun ecs DescribeDisks --RegionId cn-hangzhou \
  --output cols=DiskId,DiskName,Size,Status,Type,CreationTime

# 快照：按创建时间排，找出超过保留期的
aliyun ecs DescribeSnapshots --RegionId cn-hangzhou \
  --output cols=SnapshotId,SnapshotName,SourceDiskSize,CreationTime

# 按量实例：ChargeType=PostPaid，且 CreationTime 很早
aliyun ecs DescribeInstances --RegionId cn-hangzhou --InstanceChargeType PostPaid \
  --output cols=InstanceId,InstanceName,CreationTime,Status

查出来不等于能删。每一台待删资源都要先回答三个问题：谁创建的、现在还有没有流量、删了会不会影响某个定时任务或某份报表。

1.3 第三步：把金额分成三类

分类判据处理原则
必要有明确业务归属，用量与业务量同步不动，或只优化计费方式
可降规格长期过剩、计费模式选错降配、换包年、开生命周期
可删无人认领、无流量、测试遗留先停用观察，再释放

「可降」里最常见的一种：CPU 长期低于 10%、内存长期低于 20%，但因为「怕不够」一直没降。实例可以降规格；云盘只能扩不能缩，买大了只能新建迁移。降一档通常能省下可观的比例。

「可删」里最危险的一种：看起来没流量，其实是每月跑一次的报表任务在连它。停用观察一周，比直接删除安全得多。

1.4 第四步：动作、收益与风险

动作回收什么风险前置检查
释放未绑定 EIP地址占用费IP 以后可能被别家占走确认没有白名单依赖这个出口 IP
删除未挂载云盘容量费盘上可能有旧数据先打快照，再保留 7 天
清理过期快照快照容量费失去某个恢复点确认最近的可用恢复点仍在
释放按量实例算力费业务中断确认没有流量、没有定时任务
实例降配规格差价性能不足看 30 天 CPU/内存峰值，不只看均值
转包年包月单价差锁定，退订有损失确认至少还能用 3 个月
开生命周期存储费取回延迟与请求费变化确认归档数据的访问频率
带宽转固定按流量计费的敞口峰值被限看近 30 天带宽峰值与月均流量

排序原则：先做「零风险高收益」的（删未挂载盘、清过期快照），再做「有风险但收益明确」的（降配、释放实例），最后才谈计费模式。不要一上来就改计费方式，那只是把单价压低，浪费的量还在。

1.5 验收（11 项全过才算完成）

#检查命令或路径通过标准
1账单已归因费用中心 → 按资源 ID前 10 大资源都有归属项目
2无闲置 EIPDescribeEipAddresses没有超过 7 天仍为 Available 的地址
3无未挂载盘DescribeDisks没有超过 7 天仍为 Available 的盘
4快照有保留策略自动快照策略列表保留 7~30 天，不是永久
5按量资源有主实例列表 + 标签每台都有 owner 与用途
6降配已验证变更后观察 72 小时CPU 峰值 ≤ 70%、内存峰值 ≤ 80%，无新增 5xx
7预算告警生效费用中心 → 预算管理50%/80%/100% 三档都配了
8预测告警开启预算详情已开启预测/超支提醒（名称以控制台为准）
9标签覆盖标签控制台核心资源覆盖率 ≥ 90%
10生命周期生效OSS → 生命周期有转低频/归档/删除规则
11下月账单回落次月账单环比下降，且没有新异常项

第 6 项必须观察满 72 小时，要覆盖至少一个业务高峰。只看变更后一小时，等于没验证。 第 11 项是唯一的终局指标。前面十项都做了，账单没降，说明归因错了或者动作没执行。

1.6 防复发：五件低成本的事

机制做法拦住什么
标签规范创建资源时必填 project/env/owner无人认领的资源
预算告警月预算 + 50/80/100% 三档 + 预测超支缓慢上涨和突增
生命周期对象存储按天数转低频/归档/删除存储费只增不减
快照策略自动快照 + 保留天数 + 随盘释放快照无限累积
月度巡检固定一天，按 1.2 的五类逐项过人为遗忘

最有效的是第一条。没有标签，账单永远是一团糊；有了标签，任何一个数字都能追到人。标签不需要技术能力，只需要在开通流程里加一个必填项。

二、高频问答：会卡住你的地方，也是面试最常问的

2.1 服务器关机了，账单还在涨

现场

账单按资源 ID 看停机期间仍在计费的是哪一项，实例详情看停机模式。

控制台：ECS → 实例详情 → 停止模式（节省停机 / 普通停机）
费用中心 → 账单明细 → 按资源 ID → 看计费项是「实例」还是「云盘/带宽」

要点

  • 「停止」只停实例的计算资源，且是否停算力费取决于停机模式；云盘、EIP、固定带宽通常照收，包年包月一直计费。
  • 云上的生命周期是创建、停止、释放，只有释放才结束资源占用。
  • 判断方法是按资源 ID 看计费项是「实例」还是「云盘/带宽」。

追问

  • 包年包月关机还收费吗？→ 收，买的是时长。
  • 节省停机模式省什么？→ 只省 vCPU 与内存的算力费。
  • 为什么释放才停？→ 计费绑定资源占用，不是有没有跑业务。

2.2 按量付费的机器忘了释放

现场

筛出所有按量实例，按创建时间排序，逐台确认用途。

aliyun ecs DescribeInstances --RegionId cn-hangzhou --InstanceChargeType PostPaid \
  --output cols=InstanceId,InstanceName,CreationTime,Status

要点

  • 按量实例按小时或按秒持续计费，停机不一定停算力费，云盘和公网资源继续计费，GPU 类单位成本尤其高。
  • 用「使用时长」估算成本会失真，计费看的是「资源存活时长」。
  • 忘记释放的那段时间，才是账单的主要部分。

追问

  • 怎么快速找出该释放的？→ 按量 + 创建时间排序，逐台确认用途。
  • GPU 实例为什么特别贵？→ 单位算力成本高，闲置也在计费。
  • 释放前要确认什么？→ 没有流量、没有定时任务、云盘是否需要保留。

2.3 弹性公网 IP 闲置也在收费

现场

EIP 列表状态为「可用」即未绑定，账单里找公网 IP 相关计费项。

aliyun vpc DescribeEipAddresses --RegionId cn-hangzhou \
  --output cols=AllocationId,IpAddress,Status
# Status=Available → 未绑定，确认不用后释放

要点

  • EIP 是独立占用的公网地址，未绑定也占着地址池，按占用计费。
  • 公网 IP 不是实例的附属配置，它是独立资源、独立计费。
  • 确认不用后释放，但先确认没有白名单依赖这个出口 IP。

追问

  • 释放后还能拿回来吗？→ 不保证，地址可能被别家占走。
  • 带宽费还收吗？→ 地址占用与带宽/流量分别计费。
  • 怎么批量发现闲置？→ 按状态筛 Available，超过 7 天的重点看。

2.4 安全组放通了，还是连不上

现场

ss -tunlp 看监听地址，ufw status 看主机防火墙，控制台确认公网 IP。

ss -tunlp | grep 8080
# 127.0.0.1:8080 → 只监听本机，外部永远连不上
# 0.0.0.0:8080   → 监听所有网卡
sudo ufw status verbose

要点

  • 连通性至少经过「安全组 → 主机防火墙 → 进程监听地址」三道门，任何一道关着都不通。
  • 只盯云平台这一层，会反复改安全组却始终不通。
  • 另外两个原因：实例没有公网 IP，或请求走的是另一条网络路径。

追问

  • 127.0.0.1:8080 和 0.0.0.0:8080 差在哪？→ 前者只监听本机，外部永远连不上。
  • ufw 和 firewalld 都要看吗？→ 看系统实际启用哪个，两个都装时可能同时生效。
  • 安全组是有状态的吗？→ 是，出去的连接回包自动放行。

2.5 云盘扩容后容量没变

现场

lsblk 看到新容量、df -h 还是旧容量。

lsblk                 # 第一段是否生效
df -T /data           # 文件系统类型
# ext4 + 分区
growpart /dev/vdb 1 && resize2fs /dev/vdb1
# xfs + 已挂载
growpart /dev/vdb 1 && xfs_growfs /data
df -h /data

要点

  • 控制台只扩了块设备，分区和文件系统还没扩，这是两段式操作。
  • 云盘是块设备，文件系统是上面的结构，两层都要扩。
  • ext4 用 resize2fs，xfs 用 xfs_growfs；有分区先 growpart。

追问

  • 能缩容吗？→ 不能，只能新建小盘再迁移。
  • 为什么建议少量多次？→ 云盘只能扩不能缩，一次买大会浪费。
  • 扩容会丢数据吗？→ 正常扩容不丢，但操作前仍要确认盘和分区的对应关系。

2.6 快照费用越积越多

现场

快照列表按容量排序，自动策略看保留天数，确认是否开启「随云盘释放」。

aliyun ecs DescribeSnapshots --RegionId cn-hangzhou \
  --output cols=SnapshotId,SnapshotName,SourceDiskSize,CreationTime

要点

  • 快照按增量后的实际占用容量计费，且默认可能不随实例释放，自动策略设成永久容量会一直涨。
  • 把「保留更多」等同于「更安全」是误区，没有恢复演练的快照只是存储成本。
  • 保留 7~30 天，手动快照命名带日期，用完即删。

追问

  • 「随云盘释放」不开会怎样？→ 删盘后快照还在，继续计费。
  • 快照和镜像什么区别？→ 镜像是整机模板，快照是单块盘的时间点副本。
  • 回滚前要注意什么？→ 先备份现状，回滚会覆盖当前数据。

2.7 对象存储账单暴涨

现场

账单按计费项拆成存储、流量、请求，再看 Bucket 权限与 CDN 命中率。

费用中心 → 账单明细 → 产品=对象存储 → 按计费项分组
控制台：OSS → 用量统计 → 外网流出流量、请求次数
控制台：Bucket → 权限 → 是否公共读

要点

  • 大头通常是外网下行流量和请求次数，存储费只占小头；对象存储最贵的从来不是存，是取。
  • Bucket 公共读后被爬虫抓取、被当图床，流量会成倍上涨。
  • 同地域用内网 endpoint 通常不产生外网流量费，只差一个后缀。

追问

  • 内网 endpoint 和公网 endpoint 差多少？→ 一个免外网下行费，一个按外网计费。
  • 生命周期能省哪部分？→ 存储容量，把冷数据转低频或归档。
  • 防盗链有用吗？→ 有，但只能防一部分，公共读本身就该改私有。

2.8 数据库磁盘满了，只能读不能写

现场

控制台看磁盘使用率，查大表、binlog 保留天数、慢查询产生的临时文件。

-- 进库后看容量分布（需要相应权限）
SELECT table_schema, ROUND(SUM(data_length+index_length)/1024/1024,1) AS mb
FROM information_schema.tables GROUP BY table_schema ORDER BY mb DESC;

要点

  • 磁盘满时写入会失败，部分托管数据库会进入只读保护，重启不会清理数据。
  • 吃盘的三类：binlog、临时表、大表。
  • 先把空间腾出来再查根因，重启只会让问题晚几分钟复发。

追问

  • 重启为什么没用？→ 数据还在盘上，重启不释放空间。
  • binlog 能直接删吗？→ 不能手删，要调保留天数或让备份接走。
  • 怎么快速找大表？→ 查 information_schema.tables 按容量排序。

2.9 负载均衡 502，后端全部不健康

现场

后端组看健康状态，实例上直接 curl 健康检查地址，ss 看监听地址。

curl -i http://127.0.0.1:8080/health
ss -tunlp | grep 8080

要点

  • 502 表示后端没给出合法响应，503 通常表示没有健康后端可转；先用后端健康状态判断是「没后端」还是「后端在报错」。
  • 三种原因：健康检查路径或端口配错、应用只监听回环地址、检查接口依赖数据库导致一抖全判死。
  • 健康检查不是配着玩的，它直接决定流量发不发给你。

追问

  • 502 和 503 分别该查谁？→ 502 查后端应用，503 查后端列表和健康检查。
  • 健康检查为什么不能查数据库？→ 下游一抖，所有后端一起被判死。
  • 阈值配几次合适？→ 不健康 3 次防抖，健康 2 次尽快加回。

2.10 改了 /etc/fstab，重启后机器起不来

现场

控制台 VNC 进救援模式，看 journalctl -xb；或改完先 mount -a 验证。

# 正确写法：UUID + nofail
UUID=xxxx-xxxx  /data  ext4  defaults,nofail  0  2
sudo mount -a          # 改完立刻验证，不要等重启

要点

  • fstab 里的设备或 UUID 不存在、写错，开机会卡在紧急模式；没有 nofail 就没有兜底。
  • fstab 参与开机流程，写错的代价是机器起不来，只能走控制台救援。
  • 正确写法是 UUID + nofail，改完立刻 mount -a 验证。

追问

  • 为什么用 UUID 不用设备名？→ 设备名可能变，UUID 跟着文件系统走。
  • nofail 防的是什么？→ 设备不在时继续启动，不进紧急模式。
  • 已经起不来怎么办？→ 控制台 VNC 进救援模式改回 fstab。

2.11 5Mbps 带宽，下载只有几百 KB

现场

用大文件实测下载速度，再对照监控里的「公网出带宽」曲线。

理论最大下载速度 = 带宽(Mbps) ÷ 8   （MB/s）
5Mbps  → 约 0.625MB/s
10Mbps → 约 1.25MB/s

要点

  • 带宽单位是 Mbps，下载速度是 MB/s，差 8 倍；5Mbps 的理论上限约 0.625MB/s。
  • 把 bit 当成 Byte，就会觉得带宽被偷工减料。
  • 另外要防按流量计费时被恶意刷，账单会比带宽更先爆。

追问

  • 10Mbps 实际能跑多少？→ 约 1.25MB/s，还要扣协议开销。
  • 为什么实测比理论还低？→ 协议开销、并发、对端限速。
  • 按带宽和按流量怎么选？→ 峰值稳定选固定带宽，波动大选按流量但要防刷。

2.12 域名或证书到期，全站报错

现场

whois 看域名到期日，openssl 看证书到期日，浏览器看证书错误类型。

whois example.com | grep -i expire
openssl s_client -connect www.example.com:443 -servername www.example.com </dev/null 2>/dev/null \
  | openssl x509 -noout -dates

要点

  • 域名过期进入赎回期，或免费 DV 证书到期；免费证书有效期通常较短，常见 90 天。
  • 只监控服务器、不监控「域名 + 证书」这两个外部依赖，过期时机器一切正常、用户却打不开。
  • 到期日要单独做监控，它比进程更容易被忘。

追问

  • 域名过期还有救吗？→ 赎回期通常还能赎回，费用更高。
  • 证书为什么总是忘续？→ 有效期短，又不在服务器监控里。
  • 怎么自动化？→ 用 ACME 自动签发续期，另加到期告警。

2.13 管理端口开到公网，几小时内被入侵

现场

安全组入方向是否有高危端口对全网开放，ss -tunlp 看监听地址，主机上是否有异常进程、异常外联。

# 本机监听：0.0.0.0 表示所有网卡都可访问
ss -tunlp | grep -E ':(2375|6379|9200|3306|27017)([[:space:]]|$)'

# 云上再看一层：入方向规则里授权对象为 0.0.0.0/0 的高危端口
# 控制台：安全组 → 入方向 → 逐条核对

要点

  • 公网扫描是持续自动化的，Docker 2375、ES 9200、Redis 6379、MySQL 3306 一旦对 0.0.0.0/0 开放，常在数小时内被植入挖矿或勒索程序。
  • 处置顺序是先收缩安全组切断入口，再清理入侵痕迹；只杀进程就恢复业务，等于没处理。
  • 管理端口只对堡垒机或 VPC 内网开放，Docker 用 TLS 或 SSH 隧道，不要直接暴露 2375。

追问

  • 为什么 2375 特别危险？→ 无认证即可控制宿主机。
  • 只改安全组就够了吗？→ 不够，还要查异常进程、外联和持久化。
  • 怎么提前发现？→ 安全组定期核对、端口扫描、异常外联告警。

三、核心知识：从零开始要建立的东西

3.1 实例的生命周期与计费状态

状态计算资源云盘公网 IP/带宽计费
创建中分配中已计费已计费通常从创建成功起算
运行中占用计费计费全额
已停止（节省停机，仅按量）释放计费计费免算力费，其余照收
已停止（普通停机）保留计费计费多数情况仍收算力费
已释放释放按设置保留或释放解绑后另计仅保留部分继续计费

关键理解：计费绑定的是资源占用，不是「有没有在跑业务」。所以清理浪费的第一步永远是「释放」，不是「关机」。

三种计费模式：包年包月适合长期稳定负载，单价低但锁定；按量付费按秒或小时结算，适合短期和弹性；抢占式实例价格最低，但可能被回收，只适合可中断的任务。

面试：常问「关机了为什么还计费？」答：计费绑定资源占用，停机只改运行状态，云盘、EIP、带宽照收，释放才结束。

3.2 镜像的类型与来源

类型来源特点适用
公共镜像厂商提供纯净、有安全更新绝大多数场景
自定义镜像你自己制作固化环境、批量复制弹性伸缩、标准化交付
共享镜像其他账号共享跨账号交付多团队、多账号
镜像市场第三方提供预装应用快速试用，需评估来源

镜像与快照的区别：镜像是「整台机器的模板」，用来创建新实例；快照是「某块盘的时间点副本」，用来回滚数据。镜像通常包含系统盘状态，快照只针对单块盘。

3.3 登录凭证与密钥对

方式安全性丢失后适用
密钥对高，基本无法爆破重置密钥对，通常需重启生产环境
密码取决于强度控制台重置临时、测试
会话管理器/堡垒机高，可审计重新授权多人运维、合规

机制：创建密钥对时，公钥被注入实例的 ~/.ssh/authorized_keys，私钥只让你下载一次。SSH 握手时你用私钥签名，服务器用公钥验证。私钥文件权限必须是 600 或更严格（如 400），权限过宽 SSH 会拒绝使用。

3.4 安全组的规则模型

安全组是有状态的白名单：没有匹配的允许规则就不通；虽然支持显式拒绝，但绝大多数场景只用允许规则。出去的连接，回包自动放行。

要素含义常见取值
方向入方向 / 出方向入方向严控，出方向通常全放
协议TCP / UDP / ICMP / 全部按服务选
端口单个或范围22、80、443、8080
授权对象CIDR 或另一个安全组10.0.1.0/24 或 sg-app

三条实践：① 按角色分组（Web、App、DB），不要一台机器一个组；② 组间引用而不是填 IP 段，扩容时不用改规则；③ 22 端口只对固定 IP 或堡垒机开放。

新建安全组的初始规则因厂商和控制台版本而异，有的预置 22/3389 放通，有的全拒。不要假设默认值，逐条看一遍。

面试：常问「安全组放通了为什么还是连不上？」答：它是白名单且只覆盖一层，主机防火墙和进程监听地址还要各自放行。

3.5 VPC、交换机与路由

概念作用关键约束
VPC隔离的私网网段一旦确定很难改，规划时留余量
交换机VPC 内的子网必须属于某个可用区
路由表决定流量下一跳默认只有内网互通；走 NAT 出公网要加默认路由
安全组实例级访问控制依附于实例，不依附于子网

地域与可用区：地域是物理区域，可用区是地域内独立的机房。资源创建后地域不可改；跨地域访问走公网、延迟高且可能产生流量费，同地域跨可用区走内网。

网段规划的一条经验：不要把 10.0.0.0/16 一次用满，按环境切 /20 或 /24，给未来扩容和专线接入留空间。和公司内网冲突是最常见的返工原因。

3.6 公网入口的五种形态

形态是否可漂移计费适用
实例直接分配公网 IP否带宽或流量单机、临时
弹性公网 IP是地址占用 + 带宽/流量需要迁移、容灾
负载均衡是（后端）实例费 + 流量/带宽对外服务唯一入口
CDN不适用下行流量 + 请求静态资源
NAT 网关是（共享出口）实例费 + 流量多实例共用一个固定公网出口

设计原则：对外入口收敛到负载均衡，实例不直接暴露公网。这样证书、WAF、限流、日志都只需要在一处配。

这张图就是「收敛入口」的落地结构：公网只碰 LB 和 CDN，DB 只在私网；OSS 走内网 endpoint，CDN 回源单独授权。

3.7 云盘的类型与挂载

类型性能量级成本适用
普通云盘（部分地域已停售）低最低测试、冷数据
高效云盘中中一般应用、开发测试
SSD 云盘较高较高中小数据库
ESSD 各等级高到极高高生产数据库、高并发

挂载的本质：把块设备接到目录树上，再在上面建文件系统。新盘第一次使用必须先格式化，格式化会清空数据；已经挂载过的盘不要再格式化。

lsblk                                  # 确认设备与是否已挂载
mkfs.ext4 /dev/vdb                     # 仅限确认是空盘
mkdir -p /data && mount /dev/vdb /data
blkid /dev/vdb                         # 取 UUID，写 fstab 用

3.8 云盘扩容的两段式

扩容是两段：第一段在控制台把块设备变大，第二段在系统里扩分区和文件系统。只做第一段，lsblk 能看到新容量，df -h 仍是旧的。

情况命令
整盘 ext4，无分区resize2fs /dev/vdb
整盘 xfs，已挂载xfs_growfs /data
有分区 + ext4growpart /dev/vdb 1 然后 resize2fs /dev/vdb1
有分区 + xfsgrowpart /dev/vdb 1 然后 xfs_growfs /data

边界：云盘只能扩、不能缩。买大了只能新建一块小盘再迁移数据。所以扩容策略是「少量多次」，不是「一次买够三年」。

3.9 快照的增量原理

第一份全量、之后增量：快照按实际变化的数据块存储，所以按「占用的增量容量」计费，不是每份都按全量计费。

特性说明工程含义
增量存储只存变化块变化频繁的盘，快照增长快
与盘绑定快照属于某块云盘换盘后旧快照仍在
可跨区复制复制到另一地域产生跨区流量与存储费
回滚覆盖恢复到快照点会覆盖当前数据回滚前先备份现状

保留策略：自动快照保留 7~30 天，手动快照命名带日期，用完即删。没有恢复演练的快照，只是心理安慰。

面试：常问「快照为什么不是每份都按全量收费？」答：首个全量、之后只存变化块，按增量占用计费。

3.10 对象存储的命名空间与权限

对象存储没有真正的目录，只有 Bucket + Key。Key 里的 / 只是字符，控制台把它显示成目录是为了好用。

层级全局唯一作用
Bucket是，跨账号唯一命名空间、地域、权限边界
KeyBucket 内唯一对象标识，可用前缀模拟目录
Object不适用数据本体 + 元数据

权限模型：Bucket 级别（私有、公共读、公共读写）+ 对象级别 ACL + 账号级策略 + 临时签名 URL。生产默认私有，对外访问通过 CDN 回源或签名 URL。

3.11 对象存储的计费维度

计费项触发条件优化手段
存储容量按实际存储量与存储类型生命周期转低频/归档
外网下行流量公网直接下载对象走 CDN、同地域走内网 endpoint
请求次数每次 API 调用合并小文件、加缓存
数据取回低频/归档类型读取热数据不要放归档
跨区复制开启跨地域复制只复制必要前缀

最容易忽略的一条：同地域的实例访问对象存储，用内网 endpoint 通常不产生外网流量费；写成公网 endpoint 就会按外网下行计费。只差一个后缀，可能就是一个月的流量钱。

面试：常问「对象存储账单里哪项最容易失控？」答：外网下行流量和请求次数，不是存储容量。

3.12 负载均衡的调度与健康检查

调度算法依据适用
轮询依次分发后端性能一致
加权轮询权重比例后端规格不同
最小连接当前连接数长连接、请求时长差异大
源 IP 哈希客户端 IP需要简单会话保持

健康检查四要素：协议与路径、间隔、超时、健康/不健康阈值。阈值的作用是防抖：连续失败几次才摘除，连续成功几次才加回。

参数常见取值说明
间隔5 秒太短增加负担，太长发现慢
超时3~5 秒必须大于正常响应时间
不健康阈值3 次避免偶发抖动导致误摘
健康阈值2 次恢复后尽快加回

3.13 监控指标的三类来源

来源能拿到什么局限
虚拟化层（无需 agent）CPU、网络、磁盘 IO、实例状态看不到内存内部、进程、文件系统使用率
主机 agent内存、磁盘使用率、进程、连接数需要安装，agent 挂了就断
黑盒拨测从外部能否访问、响应时间只能看结果，看不到原因

这解释了一个常见现象：新买的机器在控制台看不到内存指标——不是产品坏了，是没装 agent。CPU 能从虚拟化层直接读到，内存不能。

3.14 告警的阈值与持续时间

一条告警由四部分组成：指标 + 阈值 + 持续周期 + 通知渠道。少一个，告警要么误报，要么不响。

配置建议原因
阈值磁盘 80%、CPU 85%、内存 85%留出处理时间
持续周期连续 3~5 个周期过滤瞬时抖动
通知渠道短信 + 群机器人单一渠道会漏
恢复通知开启知道什么时候恢复
静默期变更窗口内静默避免维护期刷屏

告警设计的分寸：只对「需要人立刻行动」的事情告警。把所有指标都配上告警，结果就是没人看。

3.15 账单的计量与出账

层次粒度延迟用途
用量明细按小时或按秒准实时到小时级查异常、做容量分析
账单明细按天或按月通常 T+1对账、按资源拆分
月度账单按月次月出账财务结算、开票

为什么当天看到的金额和最终账单不一样：部分产品有出账延迟、折扣后结算、按量资源跨小时计费。用「用量明细」做技术分析，用「月度账单」做财务口径，两者不要混。

3.16 资源回收的依赖顺序

顺序错了会怎样：实例还挂着云盘就删盘，盘删不掉；EIP 还绑着实例就释放，会先被拒绝；VPC 里还有交换机就删 VPC，直接报错。先解依赖，再删本体。

回收前的三件事：确认没有流量、打一份最终快照或备份、保留账单与配置记录。删除是不可逆的，而排查往往在删除之后才需要。

四、冷门知识汇总

知识点为什么冷门用到时的关键词
实例元数据服务平时只用 SSH，很少从内部取身份100.100.100.200、实例角色、临时凭证
云助手单机运维用不到，批量才需要批量命令、免登录、执行记录
节省停机模式只在按量实例上出现，包年用户不关心停机模式、算力费、云盘照收
快照随盘释放默认不一定开，删盘后才发现自动快照、随云盘释放、残留计费
内网 endpoint只差一个后缀，账单差一个量级internal、同地域、免流量费
签名 URL私有 Bucket 对外分享的唯一轻量方案预签名、有效期、临时授权
跨区复制流量费做容灾时才开，开了才知道贵跨地域复制、RPO、流量计费
安全组引用安全组多数人还在填 IP 段组间授权、扩容免改规则
备案与接入商绑定换云厂商要重新备案ICP、接入商、域名实名
免费证书短周期申请时很少有人看有效期DV、有效期、自动续期
账单出账延迟当天金额和月账单对不上用量明细、T+1、结算周期
资源回收依赖删除时被拒绝才知道有顺序解绑、卸载、依赖检查
编辑此页
最近更新:
贡献者: jimbosuper
CC BY-NC-SA 4.0 ｜Copyright © 2026 JimBo