是时候全员FinOps了吗？

在论坛上，国外某企业的真实案例引发了热议。一开始该企业只顾技术创新，积极上云，不顾成本。

直到有一天，高层介入喊停：“这个云不能再上了，成本已经远大于收益了”。该企业因为成本失控导致上云进度延迟两年，严重影响企业技术创新。

随着企业上云越来越普及，企业会发现用云成本也水涨船高，似乎与当初云计算诞生时宣称的“降低IT成本”理念背道而驰。

正因如此，云时代如何有效控制成本、质量和效率，成为企业用云管云的新课题。与之对应的云成本优化（FinOps）一词，也变得越来越流行。

在Google Trends上，“FinOps”关键字的搜索量在2019年到2023年的四年间增长了410倍。在国外，有18000多人把FinOps技能列在了自己的LinkedIn简历里。

CNCF发布的云原生2023年趋势预测报告中，10个热点趋势中有4个与FinOps相关，分别是FinOps、GreenOps、GitOps和削减成本。

今天就来聊聊，什么是FinOps，以及企业该如何实践FinOps？

 

FinOps定义了一系列云财务管理规则和最佳实践，通过助力工程和财务团队、技术和业务团队彼此合作，进行数据驱动的成本决策，使组织能够获得最大收益。

FinOps基金会的这张图被引用了很多次，图里简单列出了FinOps理论的原则、目标和参与方等。

图片来源：FinOps基金会（中译版）

FinOps理论的最终目的是要最低的成本来创造最大的价值，并指出了成本优化的三个阶段：

●成本感知节点关注成本可视化、成本分摊等；

●成本优化阶段可聚焦目标制定，然后通过费率优化和用量优化来节省成本；

●运维阶段通过持续优化流程、规范和资源运营手段等实现持续成本优化。

同时，FinOps理论还有一些成熟度评估模型，来评估企业做得好不好。

这三个方面牵扯广、执行难，是一个需要拉动企业全员参与的系统工程，因此成功的前提是组织目标的高度对齐，全员经营意识的建立，组织坚定的执行力和不断提升的执行效率，实践的本身就是对组织效率的大练兵。

近一半（45%）受访者表示，由于经济不确定性，他们预计的云使用量和支出要比原计划中的略高或大幅度提高。

因此，云成本管理的关注度也许并不令人意外。如今的经济波动意味着，尽管云的使用和支出依然保持强劲增长，但企业对与之相关的费用越来越敏感。

那么，涉及到云成本优化时，到底该如何降本增效呢？

企业要做到降本增效，无非是两个途径：一是减量，减少浪费。国外有调查报告显示，现在至少有35%的云资源是被浪费掉的。二是减价，从计费模式切入优化。

确立了路径之后，企业具体该如何实施呢？有业内专业给出了以下步骤：

第一，全体动员。让该参与的这种角色或者组织或者团队加入进来。

第二，构建精确的IT资源全景地图。通过CMDB的方式构建一个企业全局的资源图谱，便于各个团队之间的沟通，或者在谈某个项目或某一个环境的降本增效时，确保大家的信息是对齐的。

第三，合理的标签。成本的分摊，是通过在IT资源全景地图上，基于系统的层次架构、技术架构、业务架构等来分摊，在这其中有一套标签体系是非常重要的，需要把它当成日常重要的工作来做。

第四，有效的IT资源利用率监控。很多时候，企业做IT资源的可观测性，大家比较关注系统可用性监控，或是性能监控，不太重视资源利用率的监控。如果连利用率监控都监控不准的话，那么就没法判断哪些资源是浪费的。

值得注意的是，面向FinOps的利用率监控和传统的运维监控不太一样。传统的运维监控比较关注平均利用率，而FinOps更加关注峰值。如果不按照峰值去算容量的话，那么降本增效之后，系统大概率就崩溃了。

除了减量减价的优化方式，还有一些被忽视的“省钱之道”也需要受到企业关注，例如：

●选择适合自己的多云架构。并非所有的业务都适合上云，有的业务上了云之后可能更贵。同时，需关注多云的最大公约数，保证既能跨云，又不会被某一个云厂商锁定。

●善用托管服务。比如有的企业数据中心上云后，将原有数据中心的机器托管给服务商，基于原有的机器去上云，可以节省一大笔成本。

在那些率先拥抱云原生的互联网大厂内部，云成本优化的种子其实早就生根萌芽，形成了最佳实践的方法论。FinOps的出现，让大厂们的优化经验得到了更体系化的表达。

以字节跳动为例，他们内部已有相关实践，例如云账单分析，多云架构下对不同厂商定价策略的审视，推荐、广告、搜索的在离线任务混合部署等。目前，字节跳动在云成本优化上的最佳实践，将通过火山引擎对外提供服务。

阿里集团也搭建了自己的混合云资源管理平台（HCRM），推进自身成本数字化从无到有的建设，重新疏通集团内部的云资源计费和结算链路。

在腾讯内部，云业务成本中心承担着FinOps团队的职责，需要背上资源优化的考核指标，从平台侧、业务侧着手，甚至可以向上汇报，通过GM的层级去推动。

以腾讯为例，其内部构建了丰富的成本和利用率绩效看板，每天晾晒绩效，做得好或不好都会及时披露。

腾讯内部的成本看板主要包括两个维度：第一个是哪个帐号买了哪些资源，第二个是哪些业务使用了这些资源，包括一些分摊细节。

此外，还有面向平台和业务的利用率、成熟度等成熟度指标看板，主要了解资源大盘的整体情况，看投入使用部分用得好不好，同时盘活闲置资源、减少浪费。

平台侧提供的FinOps能力从以下几个角度助力业务和平台达成目标：

业务优化：在云控制台上提供了资源优化专项页面，基于业务的资源用量历史进行预测，构建业务资源画像，并给出资源优化建议。

规格建议：通过对比业务资源的申请量和使用量，可以告诉业务可以节省的成本数据，然后业务可以通过系统的控制台直接做优化。

弹性建议：比如某个工作日资源使用非常高，但周末基本没有流量，这时候周末就要缩容，这些业务也可以通过控制台自己优化。

平台优化：云平台在进行业务调度时，提供了众多基于资源画像的调度能力。

调度优化：提出了面向真实利用率的动态调度能力，管理员设定节点目标利用率，只要利用率还未达标，调度器就可以调度更多业务进来。

混部能力：引入差异化 SLA，允许高优在线业务和低优近离线业务混部，压榨每一分算力，同时离线服务可以在发生资源竞争时立即让渡资源需求，实现对在线业务零干扰。

据悉，腾讯内部的在线业务通过调度优化手段把资源利用率拉到48%，再加上离线混部，部分集群资源利用率可以达到65%以上。

整体来看，腾讯CPU规模达到了5000万核，而云成本优化总节省30亿元。

事实上，企业对上云的关注点是循序渐进的：第一阶段企业关注的更多是隐私、稳定，以及行业监管政策；第二阶段则是云与业务、研发、管理等体系的适配，关注效率的提升；第三阶段，才会来到成本优化的层次。

目前大多数国内企业还处在业务迁上云原生的时期，当企业面对业务压力时，成本管控的优先级自然会先“放一放”；当业务趋于稳定，应用的容器化、架构的现代化接近完成，也就是时候将关注点转到成本优化上来。

但现状如此，并不代表这就是理想的状态。

有业内专家直言，云成本优化应该从上云的第一天就开始规划，并且不断优化。

“很多企业在上云的过程中，只是把过去的经验简单粗暴的套用在新技术栈上。也有众多团队武断地认为成本优化和业务稳定性是相背离的，二者只能取其一”，该专家表示。