Source: Dev.to

入门 Google Cloud FinOps：从成本削减到价值创造

FinOps（财务运营）是一套帮助组织在云上实现成本透明、优化支出并驱动业务价值的实践和文化。本文将带你快速了解在 Google Cloud（GCP）上启动 FinOps 的关键步骤、常用工具以及最佳实践。

---

目录

1. 为什么需要 FinOps？
2. FinOps 的三大核心原则
3. 在 GCP 上的 FinOps 关键组件
4. 步骤一：建立成本可视化
5. 步骤二：制定预算与警报
6. 步骤三：优化资源使用
7. 步骤四：推动组织文化变革
8. 常用工具与脚本示例
9. 结论与下一步行动

---

为什么需要 FinOps？

• 成本失控：云资源按需使用，若缺乏监控会导致费用快速飙升。
• 业务对齐：技术团队往往关注性能，财务团队关注支出，两者需要统一视角。
• 价值最大化：通过精细化管理，把省下来的费用投入到业务创新上。

---

FinOps 的三大核心原则

---

在 GCP 上的 FinOps 关键组件

1. Billing Export：将账单数据导出到 BigQuery，便于自定义查询和仪表盘。
2. Cost Management：包括预算、警报、费用分配标签（labels）等原生功能。
3. Recommender：Google 提供的自动化优化建议（如 VM 右尺寸、未使用磁盘等）。
4. Cloud Asset Inventory：帮助审计资源标签和组织结构。
5. 第三方工具：如 CloudHealth、Kubecost、Finout 等，可提供更细粒度的可视化和成本分摊。

---

步骤一：建立成本可视化

1. 启用 Billing Export 到 BigQuery

gcloud beta billing accounts list
gcloud beta billing accounts update BILLING_ACCOUNT_ID \
  --project=PROJECT_ID \
  --billing-export-dataset=YOUR_DATASET

• 注意：导出频率为每日一次，数据会写入 gcp_billing_export_v1_ 表。

2. 创建基础仪表盘（使用 Looker Studio）

• 数据源：bigquery-public-data.google_analytics_sample（示例） → 替换为你的 Billing Export 表。
• 关键可视化：
  • 按项目/标签的费用趋势。
  • 按服务（Compute Engine、BigQuery、Cloud Storage）拆分的费用占比。
  • 费用预测（使用 ML_FORECAST）。

---

步骤二：制定预算与警报

gcloud billing budgets create \
  --billing-account=BILLING_ACCOUNT_ID \
  --display-name="Quarterly Production Budget" \
  --budget-amount=5000 \
  --threshold-rule=threshold_percent=0.5,send_notification_email=true \
  --threshold-rule=threshold_percent=0.9,send_notification_email=true

• 阈值：建议设置 50%、75%、90% 和 100% 四个层级。
• 通知渠道：通过 Pub/Sub + Cloud Functions 将警报推送到 Slack 或 Teams。

---

步骤三：优化资源使用

1. 使用 Recommender 自动右尺寸

gcloud recommender recommendations list \
  --project=PROJECT_ID \
  --recommender=google.compute.instance.MachineTypeRecommender

• 将推荐的实例类型写入 Terraform 或 Deployment Manager，进行批量更新。

2. 预留实例（Committed Use Discounts, CUD）

3. 自动关机 / 启动脚本

# 示例：使用 Cloud Scheduler + Cloud Functions 定时关停低利用率 VM
import googleapiclient.discovery

def stop_idle_vms(event, context):
    compute = googleapiclient.discovery.build('compute', 'v1')
    # 查询标签为 "auto-stop:true" 的实例
    # 省略实现细节

• 将函数绑定到每天凌晨 2 点的 Cloud Scheduler 任务。

---

步骤四：推动组织文化变革

• 定期 Review：每月一次的成本审查会议，使用仪表盘数据驱动决策。
• 培训：为开发者提供 GCP 成本最佳实践的内部培训或线上课程。

---

常用工具与脚本示例

示例：使用 Infracost 估算 Terraform 变更成本

# 安装 Infracost
brew install infracost

# 初始化项目
infracost breakdown --path=./terraform

# 查看差异
infracost diff --path=./terraform --compare-to=main

---

结论与下一步行动

1. 快速启动：先完成 Billing Export → BigQuery → 基础仪表盘。
2. 建立治理：设置预算、阈值警报并定义角色职责。
3. 持续优化：利用 Recommender、CUD 与自动化脚本实现成本右尺寸。
4. 文化落地：通过定期 Review、培训和 KPI 让 FinOps 成为组织的日常运营。

小贴士：FinOps 不是一次性项目，而是一个循环迭代的过程。每一次成本审查都应产生可执行的改进措施，并在下一轮中验证其效果。

祝你在 GCP 上的 FinOps 之旅顺利，成功把“省钱”转化为“创造价值”。 🚀

在 Google Cloud 上的 FinOps – 入门

在传统的本地数据中心时代，采购是把关人。你购买一台服务器，它在五年内折旧，成本可预测。云计算改变了一切。现在，工程师可以在几秒钟内启动一个 Kubernetes 集群，产生的费用可能要到月底财务才会看到。

这种转变需要一种新的运营模型：FinOps。

Getting Started with FinOps on Google Cloud – 它不仅仅是省钱；更是赚钱。FinOps 是一种文化实践，将财务责任引入云的可变支出模型，使工程和财务团队能够在速度、成本和质量之间进行数据驱动的权衡。

如果你在 Google Cloud Platform（GCP）上运行工作负载，并希望从“账单冲击”走向战略价值，以下是你的入门指南。

FinOps 生命周期：成功框架

在深入工具之前，先了解 FinOps 生命周期的三个阶段。你可能会持续在这些阶段之间循环。

让我们具体探讨如何在 Google Cloud 生态系统中执行这些阶段。

第1阶段 – 通知：实现彻底可见性

掌握标签和标记

在 Google Cloud 上，标签是 FinOps 的基础。标签是一个键‑值对（例如 environment:production 或 cost-center:marketing），附加在资源上。

操作： 立即制定严格的标记策略。要求为 Environment（环境）、Owner（所有者） 和 Service（服务） 添加标签。

Google Cloud 工具： 使用 Tag Engine 或基础设施即代码（例如 Terraform）在部署期间自动强制执行这些标签。

启用计费导出到 BigQuery

标准的计费控制台适合查看高层趋势，但深入分析需要原始数据。

操作： 尽早启用 Cloud Billing Export to BigQuery。这会将详细的计费数据（包括标签元数据）持续流式写入 BigQuery 表中。

为什么？ 数据进入 BigQuery 后，你可以运行类似以下的 SQL 查询：

SELECT
  SUM(cost) AS total_cost
FROM
  `project.billing_dataset.gcp_billing_export_v1_001`
WHERE
  service.description = 'Compute Engine'
  AND labels.service = 'checkout'
  AND EXTRACT(DATE FROM usage_start_time) = '2024-01-08';

结果: “‘checkout’ 微服务在美国中部地区上周二的费用是多少？”

Phase 2 – Optimize: 捕获低垂的果实

在 GCP 中的优化分为两类：使用量削减（使用更少）和费率优化（支付更少）。

使用 Active Assist 进行合理配置

工程师常常为了安全起见而过度配置。

操作： 前往 Google Cloud 控制台中的 FinOps Hub。仪表盘会突出显示合理配置的机会。

工具： Active Assist（前称 Recommender）会分析实际使用指标，并利用机器学习提出修改建议。示例建议：

“您在此 n2-standard-16 实例上仅使用了 10 % 的 CPU；降级为 n2-standard-4 可每月节省 $200。”

使用承诺使用折扣（CUD）进行费率优化

如果您确定至少需要一年资源，永远不要支付按需价格。

操作： 购买 Committed Use Discounts（承诺使用折扣）。

策略： 从 flexible CUDs（基于支出）开始。您承诺每小时一定的美元金额（例如 Compute Engine 每小时 $50），即可获得大幅折扣。与 AWS Reserved Instances 不同，您无需锁定特定实例类型，从而拥有更大的灵活性。

Phase 3 – Operate: Building a Culture of Accountability

“Operate”阶段将 FinOps 从项目转变为一种文化。它的核心是自动化护栏，使“做正确的事”成为默认行为。

Set Budgets & Alerts

永远不要在信用卡扣款后才发现费用激增。

Action: 在 Cloud Console 中创建 Budgets & Alerts（项目级或账单账户级）。

Pro Tip: 同时对 forecasted spend（预测支出）和实际支出设置警报。Google 的 AI 能在月中预测超支，给你两周的干预时间，避免账单到期。

Gamify the Process

工程师天生好竞争。利用数据构建排行榜。

Action: 使用 Looker Studio（原生 BigQuery 连接器）创建仪表盘，展示各团队的 Efficiency Scores。

Metric: 衡量 Unit Economics 而非总成本。示例：

• 成本 ↑ 10 %
• 用户基数 ↑ 20 %

→ Win。突出这种差异可以鼓励工程师构建高效系统，而不仅仅是低成本系统。

摘要 – “爬行、行走、奔跑” 方法

记住： FinOps 是一个持续循环——Inform → Optimize → Operate——随着工作负载的演进而反复进行。先从小处着手，快速迭代，让数据驱动每一次云支出决策。

事务： 将成本数据集成到 CI/CD 流水线中，使开发者在部署前即可看到代码的成本影响。

FinOps 在 Google Cloud 上是一段旅程。通过利用 BigQuery、Active Assist 和 Committed Use Discounts (CUDs) 等工具，你可以把每月的云账单从头疼的负担转变为推动业务增长的战略资产。