‘我的数据传输账单费用怎么会这样？’: 当云经济出错时
Source: Dev.to
云费用冲击
邮件在一个星期二的早晨抵达：
“您上个月的云账单：240万美元。”
财务总监的回应立刻来了：
“这已经是我们预算的**3×**了。我们到底在跑什么？”
答案是什么？ 并没有什么特别的——只是一项跨多个可用区的标准数据分析工作负载。
- 该账单的80 %（≈ 200万美元）是数据出口费用。
- 不是计算费用，也不是存储费用。仅仅是将自有数据在不同地区之间移动以服务全球客户的费用。
欢迎来到2025年，另一个云计算的秘密终于曝光：计费不仅仅基于计算——还包括数据移动和存储。而且平台永远占上风。
“加州旅馆”定价模型
您可以随时检查您的数据，但离开时费用高昂。
数据惊人
根据 Wasabi’s 2025 Global Cloud Storage Index：
- 56 % 的组织因出口费用而遭遇运营延迟。
- 其中 62 % 的组织支付了超额费用。
这些并非性能或技术问题——而是因访问您自己的数据而产生的账单恐惧。
真实案例
- 某公司的账单在八个月内从 $200 飙升至 $3,500 每月，且未进行任何架构更改。每一次 API 调用、报告下载和备份复制都在计费。
- 一家《财富》500 强公司因跨区域复制产生的未预料出口费用，每周被收取 $220,000。他们根本不知道这种复制的存在。没有警报，没有提示——仅在季度末收到七位数的惊喜账单。
为什么 37signals 要删除他们的 AWS 账户
这并非理论上的假设。37signals announced they are exiting AWS，预计在五年内节省 $10 million。节省并非来自优化或预留实例，而是通过直接购买服务器并自行运营基础设施实现的。
虽然并非所有组织都会像 37signals 那样走到这一步，但几乎所有组织都在评估何为合适的方案。
“老牌”企业也感受到了压力
- GEICO – 沃伦·巴菲特帝国的保险部门 – 花了十年时间迁移到云端，却看到成本膨胀至 >$300 million 年度。它们的答案是 Building an OpenStack‑based private cloud 并将工作负载迁回本地。
- Node4 的最新研究 表明 86 % 的企业计划将工作负载迁回本地。不是少数，而是明确的多数。 (Source)
陷阱： 离开往往只是把租用的数据中心换成雇佣的工程师，因为大多数平台并未针对真正分布式的工作负载和数据处理而设计。
多云幻想遇上数据重力现实
“我们要采用多云以避免厂商锁定！”
当然，但在云之间移动 10 TB 的费用可能 超过一年的存储费用。
| 场景 | 成本 |
|---|---|
| AWS → Azure 传输（在 100 GB 免费层之后） | $0.09 / GB |
| 10 TB 迁移（一次性） | $920 |
| 每日同步（10 TB） | $27,600 / 月 |
| 灾难恢复测试（一次性） | $920 |
一家企业发现一次 DR 测试的出站费用高达 $1,200，于是将测试频率从每月改为每季。所谓的“最佳实践”也就如此。
隐形税：你所做的一切
Egress fees 对创新征税:
- 跨地区分析？ 💸
- 为机器学习同步数据？ 💸
- 构建全球应用？ 💸
- 实施适当的备份？ 💸
一家营销分析公司报告称，其云费用的 60 % 是出站费用——这并不是因为他们做错了什么，而是因为他们做对了一切：自动导出、API 集成、实时仪表盘。这些工具被设计得易于使用；而计费表则被设计为不停运转。
前进之路：边缘智能
智能数据管道不再是“锦上添花”；它们是 经济生存策略。未来不是“把所有东西搬到云端” 或 “把所有东西拉回本地”。关键在于聪明地决定 什么搬到哪里。
在 Expanso，我们正在构建能够理解 数据移动经济性 的管道，而不仅仅是其技术实现。我们不盲目复制所有内容，而是让管道：
- 在数据所在的位置处理数据，而不是在成本高昂的地方。
- 移动洞察，而不是原始数据。
- 根据访问模式和成本进行策略性缓存。
- 通过最经济的路径路由请求。
把它想象成 你的数据版 Google Maps——但不是避开交通拥堵，而是避开按兆字节计费的通行费。
旧模型：把所有东西集中起来，之后再想办法。
新模型：在边缘处理，智能聚合，只移动重要的部分。
1000亿美元的问题
- Flexera’s 2025 State of the Cloud Report（原文中链接被截断——有可用的正确 URL 时请替换）指出，云相关的出站流量成本已成为全球 CIO 关注的前五大问题。
了解并优化数据迁移成本不再是可选项，而是战略必需。
如果你感受到压力，你并不孤单。好消息是？只要采用正确的数据感知架构，你就能把这笔隐藏的税费转化为竞争优势。
[CM‑REPORT – State of the Cloud](https://ra.com/CM-REPORT-State-of-the-Cloud) found that organizations waste **27 %** of their cloud spend on average.
Apply that to the projected **$723 billion** in cloud spending this year, and we’re burning nearly **$200 billion** on inefficiency.
But here’s the thing: it isn’t inefficiency. It’s an architecture designed for a world where data transfer was free and bandwidth was infinite. That world doesn’t exist.
The real question isn’t **“cloud or on‑premises?”** – it’s **“how do we build systems that don’t bankrupt us when they succeed?”**
Every time your application scales, every time you add a region, every time you implement a best practice – the bill grows **exponentially**, not linearly.您的下一步（在下一个账单之前）
- 运行出口审计 – 获取最近三张云账单。数据传输占比是多少？如果超过 20 %，就有问题。
- 绘制数据流向图 – 数据实际流向何处？大多数公司直到账单到来才知道。
- 计算迁回成本 – 有时一次性支付赎金比永远支付保护费更划算。
- 实施智能路由 – 停止传输原始数据。在本地处理，只传输结果。
- 质疑架构 – 那美观的微服务架构可能只对云服务提供商的收入有利。
云并非邪恶。它在弹性工作负载、创新和扩展方面表现出色。但只有在对数据移动保持聪明的情况下，经济效益才会显现。
因为此时此刻，当你阅读此文时，你的数据可能正跨越某个区域边界。计费表正在运转。
你的云账单中数据传输占比是多少？
你是否计算过离开当前供应商的成本？ 让我们来谈谈云的真实经济学。
关于作者
Expanso – CEO
我目前正在撰写一本关于机器学习数据准备在实际环境中面临的挑战的书，重点关注运营、合规和成本问题。期待听到你的想法!
最初发表于 “My Data Transfer Bill Cost What? – When Cloud Economics Go Wrong”。