标签策略

概述 某电商平台月底对账，CTO 盯着 35 万的云账单问了一句：“这些钱花在哪了？” 没人答得上来。 120 台 ECS、3 个 K8s 集群、50+ 个 SLB，资源散落在阿里云和腾讯云两个账号下。财务只看到总账单，技术团队只知道自己创建的实例，没有一个统一视图。更扎心的是，经过一轮盘点，超过 40% 的资源实际利用率不到 30%——闲置的 ECS 在跑，过度分配的 CPU 在浪费，低谷期的 Pod 在空转，没有后端服务的 SLB 还在按小时计费。 这不是个例。FinOps Foundation 2025 年度报告显示，企业平均浪费 30-35% 的云支出。问题不在于云太贵，而在于成本不可见、不可归因、不可控。 我之前在某出行项目做过一轮云成本治理，把月账单从失控状态拉回到可预测、可归因、可优化的轨道。这篇文章把那次实践中 6 个关键工程决策拆开讲清楚——从标签策略到成本即代码，从 K8s 成本拆解到异常检测，每一步都有踩坑和实测数据。 一、成本盲区：为什么云账单总是失控 1.1 云成本的三个特性决定了它天然失控 云资源有三个特点跟传统机房完全不同： 特性 传统机房 云平台 成本影响 获取速度 采购审批 2-4 周 API 调用 30 秒 资源获取门槛极低，容易开出不需要的实例 计费粒度 按资产折旧，月度固定 按秒/小时计费，动态变化 账单波动大，难以预测 资源归属 资产管理系统登记 创建者即使用者，标签可选 成本归因困难，“大账单"问题 传统机房时代，买一台服务器要走采购审批、资产登记、上架部署全流程，物理约束天然限制了资源增长。云平台上，一个开发随手开一台 16 核 32G 的 ECS 测试用，跑完忘了关，一个月就多花 2000 块。50 个开发各开一台，月账单悄无声息多出 10 万。...