FinOps 云成本治理

本篇定位

云上账单月底一看吓一跳，但说不清"钱花哪了、哪个业务超支、谁该背这个钱"。这篇讲 FinOps：怎么让成本可见、可分摊、可优化、可告警，重点在 Kubernetes 上用 OpenCost / Kubecost 按 namespace/label 算账，怎么 right-sizing、用 Spot、买预留实例。适合背云预算、想把"乱花钱"变成"按业务算账"的 SRE/平台团队。本篇版本：OpenCost 1.121.0（CNCF）、Kubecost v3.1（IBM/Apptio）。所有版本以官网当前稳定版为准。

一、背景与基础

1.1 小白类比：从"全家共用一张卡"到"各自记账 AA"

以前物理机房，钱是年初一次性花的，买完服务器就放那，没人天天算成本。上云后资源随用随开，像手机流量不设套餐随便跑——开发随手开个大规格机器忘了关，月底账单就爆炸。

FinOps 就是给云开支装一套"家庭记账 + AA 分摊"系统：

看得见：每一笔花在哪、哪个业务、哪个团队；
分得清：公共底座成本怎么摊到各业务；
省得下：找出浪费、用更便宜的方式买；
管得住：超预算报警、异常波动告警。

关键认知：FinOps 不是财务一个部门的事，是工程、财务、业务一起对成本负责。

1.2 FinOps 三阶段

阶段	干什么	产出
Inform（告知）	成本可视化、按标签分摊、出账单报表	"谁花了多少"一目了然
Optimize（优化）	right-sizing、关停闲置、用 Spot、买预留	把浪费挤掉
Operate（运营）	预算、告警、把成本指标纳入团队 KPI	长期可持续

1.3 协作角色

角色	在 FinOps 里的责任
平台/SRE	搭成本工具、做标签规范、优化集群利用率
开发/业务团队	对自己服务的成本负责、按建议 right-size
财务	定预算、做分摊口径、出账单
管理层	定成本目标、推动跨团队协作

二、成本可视化与分摊

2.1 标签规范（一切分摊的基础）

没有标签，就没有分摊。 云上每个资源都要打标签，否则账单是一笔糊涂账。

yaml

# 强制标签规范（示例，写进 IaC / 准入策略）
team: order            # 哪个团队
app: order-service      # 哪个应用
environment: prod       # 环境
business-unit: trade    # 哪个业务线
cost-center: CC-1001    # 成本中心

类比：标签就是快递单上的"收件人"。没写收件人的包裹（资源），最后只能大家平摊，没人会主动省。

2.2 共享成本怎么分摊

集群控制面、公共数据库、Ingress 网关这类"大家共用"的成本，不能算在某一个团队头上。常见分摊方式：

分摊方式	做法	适合
按用量分摊	谁用的 CPU/内存多谁多付	计算资源
按人头/收入	按团队人数或业务收入比例摊	公共底座
固定比例	事先约定好比例	稳定的公共服务

三、Kubernetes 成本：OpenCost 与 Kubecost

K8s 里你申请的是 requests，不是实际用量。成本要按 requests 占整集群的比例来分摊。

3.1 OpenCost vs Kubecost

维度	OpenCost	Kubecost
定位	CNCF 开源、轻量成本模型	商业产品（有免费层），功能全
强项	按 namespace/label 算 K8s 成本、API	预算、异常告警、right-size 建议、多集群
适合	想自己搭、轻量、可控	想要开箱即用的全套成本治理

3.2 安装 OpenCost（1.121.0）

bash

# 安装 OpenCost（固定 chart/镜像版本）
helm repo add opencost https://opencost.io/helm
helm install opencost opencost/opencost \
  --namespace opencost --create-namespace \
  --set image.tag=prod-1.121.0
# 访问 NodePort/Ingress，默认 UI 在 9003 端口

bash

# 按 namespace 看成本（API）
curl http://opencost.opencost.svc:9003/allocation/compute \
  | jq '.[] | {namespace, totalCost}'

3.3 Kubecost 看分摊（v3.1）

bash

# 安装 Kubecost（Helm，固定版本）
helm repo add kubecost https://kubecost.github.io/cost-analyzer/
helm install kubecost kubecost/cost-analyzer \
  --namespace kubecost --create-namespace \
  --set kubecostImage="kubecost/cost-analyzer:v3.1.0"

进去后重点看：

Allocation：按 namespace / label 拆每个服务花了多少钱；
Right Sizing Recommendations：哪些 Pod requests 设太大了；
Efficiency：集群整体资源利用率。

四、优化手段

4.1 requests/limits right-sizing（最直接省钱）

很多人图省事把 requests 设得很大，导致大量资源申请了却没用，集群被占满又得加机器。

yaml

# ❌ 反面：requests 远大于实际用量，浪费
resources:
  requests: { cpu: "2", memory: "8Gi" }
  limits:   { cpu: "4", memory: "16Gi" }

做法：用监控看实际 P95 用量，把 requests 调到略高于实际峰值（留 ~20% 余量）。Kubecost/OpenCost 会直接给建议值。

4.2 弹性伸缩

手段	干什么	省在哪
HPA	按 CPU/自定义指标自动增减 Pod 副本	波谷少跑副本
Cluster Autoscaler	按 Pod 需求自动增减节点	波谷少开节点
VPA	自动调 requests	避免手设过大

4.3 Spot / 抢占式实例

实例类型	折扣	风险	适合
按量 On-Demand	原价	无	有状态、核心在线
Spot/抢占式	1~3 折	云厂商可能随时（提前几分钟）回收	无状态、可中断、批处理
预留实例/储蓄计划 RI/Savings	买 1~3 年承诺，3~7 折	提前承诺	长期稳定负载

组合拳：稳定基线用预留实例打折，波动部分用 Spot 省钱，两者之间用 On-Demand 兜底。

4.4 别忽视的隐形账单

类别	容易浪费的点
存储	旧快照没删、闲置云盘、对象存储冷热不分层
网络	跨区流量、公网出向流量（egress）很贵
IP/负载均衡	闲置的 EIP、没删的 LB
日志/监控	日志无限保留、高基数指标打爆存储

五、预算与成本异常告警

yaml

# Kubecost 预算示例：order 团队月预算 $5000，超 80% 告警
apiVersion: kustomize.toolkit.fluxcd.io/v1
kind: Kustomization
# （概念示意）在 Kubecost 里配置 budget：
#  scope: namespace:order
#  amount: 5000
#  window: monthly
#  threshold: 0.8        # 用到 80% 就告警
#  notifications: [slack/钉钉 webhook]

成本异常告警比预算更灵敏：昨天还花 $100，今天突然 $500，立刻告警——通常是有人开了大机器忘了关、或测试环境没销毁。

六、落地步骤

先打通可见性：装 OpenCost/Kubecost，先能按 namespace 看到钱花哪。
立标签规范：准入策略强制每个资源带 team/app/environment 标签。
出第一份账单报表：按团队/业务线出月度成本报告，让大家有感知。
做 right-sizing 专项：按建议把 requests 过大的 Pod 调小，回收节点。
引入弹性 + Spot：无状态服务上 HPA + Cluster Autoscaler，批处理上 Spot。
买预留实例：把稳定基线用 RI/储蓄计划覆盖。
设预算与异常告警：接入 Slack/钉钉，长期运营。
联动容量规划：成本趋势反推未来 3~6 月的容量与采购。

七、常见问题排错

现象	原因	解决
OpenCost 显示成本为 0	没配云厂商价格 / 没接 metrics	配置云厂商 API key 或自定义 pricing，确认 Prometheus 在采集
某个 namespace 成本特别高	大 requests / 闲置 Pod	看 right-size 建议，下调 requests，删闲置工作负载
账单和 K8s 成本对不上	云账单含网络/存储/控制面，K8s 只算计算	OpenCost/Kubecost 补接 Cloud Costs 模块
Spot 实例被频繁回收	选的机型现货余量少	多可用区多机型混合调度，配中断优雅终止
标签打不齐	没准入强制	用 Kyverno/OPA 校验：缺标签的资源不让建
预留实例买多了浪费	没看清长期基线就买	先按量跑 1~3 个月看清稳态，再买 RI

生产红线

标签是 FinOps 的地基：准入策略强制关键标签，缺标签资源不让创建。
right-sizing 要先观测再调整，别拍脑袋砍 requests，小心砍到 OOM。
Spot 只用于可中断的无状态/批处理，有状态核心数据库别上 Spot。
预留实例先有稳定用量再买，别为了折扣过度承诺。
成本异常告警要接入值班通道，发现"谁开了大机器忘了关"立刻追。

FinOps 云成本治理

一、背景与基础

1.1 小白类比：从"全家共用一张卡"到"各自记账 AA"

1.2 FinOps 三阶段

1.3 协作角色

二、成本可视化与分摊

2.1 标签规范（一切分摊的基础）

2.2 共享成本怎么分摊

三、Kubernetes 成本：OpenCost 与 Kubecost

3.1 OpenCost vs Kubecost

3.2 安装 OpenCost（1.121.0）

3.3 Kubecost 看分摊（v3.1）

四、优化手段

4.1 requests/limits right-sizing（最直接省钱）

4.2 弹性伸缩

4.3 Spot / 抢占式实例

4.4 别忽视的隐形账单

五、预算与成本异常告警

六、落地步骤

七、常见问题排错

相关速查

官方文档

FinOps 云成本治理 ​

一、背景与基础 ​

1.1 小白类比：从"全家共用一张卡"到"各自记账 AA" ​

1.2 FinOps 三阶段 ​

1.3 协作角色 ​

二、成本可视化与分摊 ​

2.1 标签规范（一切分摊的基础） ​

2.2 共享成本怎么分摊 ​

三、Kubernetes 成本：OpenCost 与 Kubecost ​

3.1 OpenCost vs Kubecost ​

3.2 安装 OpenCost（1.121.0） ​

3.3 Kubecost 看分摊（v3.1） ​

四、优化手段 ​

4.1 requests/limits right-sizing（最直接省钱） ​

4.2 弹性伸缩 ​

4.3 Spot / 抢占式实例 ​

4.4 别忽视的隐形账单 ​

五、预算与成本异常告警 ​

六、落地步骤 ​

七、常见问题排错 ​

相关速查 ​

官方文档 ​

FinOps 云成本治理

一、背景与基础

1.1 小白类比：从"全家共用一张卡"到"各自记账 AA"

1.2 FinOps 三阶段

1.3 协作角色

二、成本可视化与分摊

2.1 标签规范（一切分摊的基础）

2.2 共享成本怎么分摊

三、Kubernetes 成本：OpenCost 与 Kubecost

3.1 OpenCost vs Kubecost

3.2 安装 OpenCost（1.121.0）

3.3 Kubecost 看分摊（v3.1）

四、优化手段

4.1 requests/limits right-sizing（最直接省钱）

4.2 弹性伸缩

4.3 Spot / 抢占式实例

4.4 别忽视的隐形账单

五、预算与成本异常告警

六、落地步骤

七、常见问题排错

相关速查

官方文档