Auto-sync: 2026-04-20 00:02

wiki/sources/ctp-topic-63-optimise-resource-cost-using-automation.md

@@ -0,0 +1,61 @@
+---
+id: ctp-topic-63-optimise-resource-cost-using-automation
+title: "CTP Topic 63 Optimise resource cost using automation"
+type: source
+tags:
+  - AWS
+  - Cost-Optimization
+  - Automation
+  - FinOps
+  - CTP
+date: 2026-04-14
+---
+
+## Source File
+- [[raw/Cloud & DevOps/Public-Cloud-Learning-Sessions/05_FinOps/ctp-topic-63-optimise-resource-cost-using-automation.md]]
+
+## Summary
+- 核心主题：通过自动化技术降低云资源成本
+- 问题域：云成本优化、基础设施自动化
+- 方法/机制：批准区域标准化、实例类型优化、承诺计划、存储优化、自动化调度
+- 结论/价值：综合运用多种策略可显著降低云支出，自动化调度可节省高达 70% 成本
+
+## Key Claims
+- 使用批准区域可提高安全性、标准化管理和成本优化
+- Graviton ARM 实例比同规格 Intel 便宜 20-25%
+- 1年承诺计划可获约 40% 折扣，3年可达 60-64%
+- GP2 迁移到 GP3 可直接节省 20% 存储成本
+- 自动化调度（非工作时间停止实例）可节省高达 70% 成本
+
+## Key Quotes
+> "如果每天只运行 10 小时，可节省 70% 成本" — 自动化调度演示
+
+## Key Concepts
+- [[Approved Region]]：推荐的云资源部署区域，有助于提高安全性、标准化管理和优化成本
+- [[Instance Type Selection]]：根据工作负载选择合适的实例家族以优化性能和成本
+- [[Commitment Plans]]：通过预先承诺使用云资源获得折扣价格
+- [[Storage Optimization]]：通过选择合适的存储类型和及时清理降低存储成本
+- [[Automation Scheduler]]：通过定时任务自动启动和停止云资源
+- [[Graviton]]：AWS ARM 处理器，性价比更高
+
+## Key Entities
+- [[AWS]]：云服务提供商
+- [[Micro Focus]]：组织名称（CTP 云转型计划所属）
+- [[Pushka]]：演示者
+
+## Connections
+- [[FinOps]] ← related_to ← [[CTP Topic 63]]
+- [[Right Sizing]] ← related_to ← [[CTP Topic 63]]
+- [[Rate Optimization]] ← related_to ← [[CTP Topic 63]]
+- [[Storage Cost Optimization]] ← related_to ← [[CTP Topic 63]]
+
+## Contradictions
+- 无明显冲突
+
+## Action Items
+- [ ] 评估现有云资源的使用情况，确定可以迁移到批准区域的资源
+- [ ] 分析不同工作负载的资源需求，选择合适的实例类型
+- [ ] 评估现有云资源的使用率，考虑购买承诺计划
+- [ ] 在研发环境中实施自动化调度
+- [ ] 定期清理未使用的存储卷和快照
+- [ ] 探索 Graviton 实例用于兼容的工作负载