竞价实例优化指南

竞价实例（AWS）、Spot VM（Azure）和 Spot/抢占式 VM（GCP）是以比按需价格低 70% 到 90% 提供的云闲置容量。代价是当底层硬件需求上升时，云厂商可在仅 30 秒警告后回收实例。对于可容忍中断的工作负载 —— 也仅对这些工作负载 —— 竞价是公有云中最便宜的计算方式，且优势明显。

哪些工作负载适合竞价

竞价适用于无状态、容错且可中断的工作负载：

• 批处理和 HPC 作业 —— 图像渲染、视频转码、蒙特卡洛模拟。检查点保存进度并在替换实例上恢复。
• CI/CD runner —— 作业队列可等待替换实例而不会错过发布截止日期。
• 无状态 Web 层 —— 在带自动伸缩的负载均衡器后，被驱逐的实例在几秒内被替换。
• 大数据处理 —— 设计为可处理节点丢失的 Spark、Hadoop 和数据仓库集群。
• 开发和测试环境 —— 可接受 2 分钟中断的非生产工作负载。

竞价不适合有状态数据库、无副本的单实例应用、与用户的交互式会话或无法检查点的批处理作业。

厂商对比

GCP Spot VM（抢占式 VM 的继任者）折扣最深，GCP 在驱逐前 30 秒发送关闭脚本。AWS Spot 提供最宽松的通知（2 分钟），给批处理作业留出检查点时间。Azure 介于两者之间。

为中断设计

使竞价可靠的四种模式：

1. 检查点和恢复 —— 每隔几分钟将进度写入持久存储（S3、Cloud Storage），并在替换实例上从最后检查点重启。
2. 分布式工作队列 —— 使用队列（SQS、Pub/Sub、Service Bus）分发工作单元。如果实例被驱逐，工作单元返回队列供另一个实例拾取。
3. 多实例 + 自动伸缩 —— 在负载均衡器后运行至少 2 个竞价实例，并配置自动伸缩在一个被驱逐时启动替换。
4. 竞价 + 按需混合 —— 70% 到 90% 的容量运行在竞价上，其余运行在按需或预留上，这样当竞价不可用时工作负载优雅降级而非完全停止。

竞价集群和容量再平衡

AWS Spot Fleet 和 Azure Spot VM Scale Set 允许您跨多种实例类型和可用区请求目标容量，这大大降低了所有竞价容量被同时回收的概率。将集群配置为跨 2 到 3 个区域的 3 到 5 种实例类型，总丢失概率降至每月 1% 以下。

GCP 没有直接的 Spot Fleet 等价物，但带多实例模板和 proactiveRefresh 设置的 MIG（托管实例组）可实现类似效果。

成本跟踪

竞价价格随需求波动，因此今天每小时 $0.029 的工作负载下周可能 $0.058。在滚动 30 天平均值的 110% 处设置账单警报，并将集群配置为当竞价价格超过按需价格时自动回退到按需 —— 此时竞价不提供节省，只增加中断风险。

请参阅我们的 AWS vs Azure 计算对比 了解每实例竞价折扣，以及 预留实例指南 了解应用于混合集群按需部分的承诺策略。