ECS 是一种高度可扩展、高性能的容器编排服务，可让您轻松地在 Amazon Elastic Compute Cloud (EC2) 实例集群或
AWS Fargate上运行、停止和管理 Docker 容器。ECS 旨在通过自动执行管理和扩展容器基础设施所涉及的许多任务来简化容器化应用程序的部署。
无论从事什么项目，如果基础设施托管在 AWS 上，很可能会发现由 Amazon Elastic Container Service (ECS) 管理的容器化核心应用程序，因为它已经很成熟。因此，了解 Amazon ECS 的定价结构对于有效管理成本至关重要。
本文将简单细分 Amazon ECS 定价，将其与其他容器编排平台进行比较，讨论优化成本的策略，并探索 Amazon ECS 的 AWS 免费套餐。
深入探讨定价计算
我们必须根据您选择的启动类型（可以是Fargate必须根据选择的启动类型（可以是Fargate 、EC2 或 Outposts ）单独计算 ECS 的定价。此外，AWS 还提供 ECS Anywhere，使能够将 ECS 实例编排用于本地实例
Fargate 启动类型的定价
使用AWS Fargate时，您需要为容器化应用程序所需的 vCPU 和内存资源量付费。vCPU 和内存资源量从检索容器映像的那一刻起计算，直到 Amazon ECS 任务终止，四舍五入到最接近的秒数。最低收费为一分钟。
影响定价的主要因素是计算资源的配置，其中包括：
- 指定时间段内执行的ECS任务数
- 每个任务的执行时长
- 用于该任务的虚拟 CPU (vCPU) 数量
- 任务所用的内存（以 GB 为单位）
价格取决于选择的 CPU 架构和操作系统。通常，带有 ARM 处理器的 Linux 是最实惠的选择，而运行 x86 上的 Windows 是最昂贵的。
Windows 每小时 vCPU 的额外费用来自操作系统许可费，也是按小时计费。
如果以 Linux 和 ARM 作为基线，按照百分比差异来重新表述这一点，我们可以看到 Linux 尤其是 X86 上的 Windows 的价格要高得多。
总而言之，我们可以根据以下比较对 Fargate 定价获得一些简单的见解：
- 如果应用程序与 ARM 处理器兼容，请利用它们，因为它们的成本效益显著提高。
- 仅当确实没有其他选择时才使用 Windows。
Amazon ECS 的 Fargate Spot 定价
通过使用 Fargate Spot，客户可以执行能够容忍可用容量中断的 Amazon ECS 任务，从而节省高达 70% 的常规 Fargate 成本。
在 Amazon ECS 任务运行时有效的 Spot 价格是您使用 Fargate Spot 支付的价格。AWS Fargate 设定 Fargate Spot 价格，该价格根据 Fargate Spot 容量的长期供需趋势逐渐变化。您可以在 AWS Fargate定价页面上查看每个区域的当前 vCPU-小时和 GB-小时 Spot 价格。
请记住仅对可中断任务使用现货定价，而不对需要连续执行的工作负载（例如面向客户的 Web 应用程序）使用现货定价。
EC2 启动类型定价
节省云资源至关重要，客户可以根据客户的需求采用多种技巧和窍门来实现节省和计算资源之间的最佳平衡。
使用 Spot 实例
如前所述，竞价型实例具有很大的节省潜力，但它们只应用于可中断的工作负载。
这里最棒的事情是，在客户的服务的自动扩展策略中客户可以指定一定数量的任务……
- 应该始终以按需模式运行，并且其余的可以在可用时在现场实例上运行。
这样，客户就可以在成本优化和工作负载连续性之间保持平衡。
利用自动缩放
为了优化 ECS 和 Fargate 中的成本，可以利用自动扩展策略，根据应用程序的基线性能微调配置，确保集群仅在必要时扩展，并根据每个应用程序的特定利用率（例如 CPU 或磁盘利用率）设置阈值。
通过计划扩展策略在不需要时停止实例
调度实例是降低成本的有效方法。例如，如果员工使用某个系统，那么在周末或下班时间关闭该系统是合乎逻辑的。另一种选择是自动化批量调度，根据实例上运行所需的作业数量来操作实例。
客户可以使用计划扩展配置来安排 ECS 工作负载，该配置可在 ECS 和 Fargate 中访问。
找到容器或实例大小的最佳点
要正确调整应用程序的 Fargate 计算资源大小，客户可以使用 CloudWatch 指标来监控应用程序随时间变化的资源利用率。通过分析这些数据，客户可以确定高效运行应用程序所需的最佳 CPU 和内存量。
首先，客户可以创建 CloudWatch 警报来跟踪 Fargate 任务的 CPU 和内存使用情况。这些警报可以设置为在使用量超过特定阈值时触发通知，让客户能够在影响性能之前采取措施。
收集到足够的数据后，客户可以使用 CloudWatch 仪表板直观地查看资源利用率趋势并识别任何模式或异常。此信息可用于调整分配给任务的 CPU 和内存量，确保客户不会过度配置资源并产生不必要的成本。
总体而言，使用 CloudWatch 指标监控 Fargate 资源利用率是优化性能和降低成本的有力工具。
利用折扣
扩展这个概念相对简单：如果客户清楚地了解客户的项目至少需要一年的一定水平的计算资源，那么强烈建议您利用前面讨论过的可用计算节省计划。通过这样做，客户可以确保整体云计算费用获得大幅折扣。
这些计算节省计划旨在为用户提供具有成本效益的长期承诺解决方案，与按需定价模式相比，他们可以享受到显着的节省。通过准确估计所需的资源并承诺一年或更长时间，客户可以有效优化资源分配并显着降低云计算服务的总体支出。
使用 AWS Cost Explorer 和成本分配标签
使用 AWS Cost Explorer，客户可以轻松分析成本结构，确定主要成本驱动因素，并通过检查服务、区域、资源或实例类型详细信息来发现潜在的优化领域。
Cost Explorer 提供了一项重要的灵活性功能，即成本分配标签。这些标签可以定义为衡量任何粒度级别的成本，并且可以根据需要进行构造和应用。此工具非常适合深入了解您的成本结构，让客户发现基础设施的哪些特定部分会对您客户的费用产生重大影响，无论是组件、子组件还是特定的服务集群。
另一个很棒的功能是使用类型过滤器，它显示按 AWS 区域分类的 ECS 和 Fargate 的使用时间。要查看特定区域的 Fargate 小时数，只需Fargate在搜索框中输入并包含适当的过滤器，例如USE1-Fargate-vCPU-Hours:perCPU(Hrs)显示 Fargate 实例的 vCPU 小时数成本。客户还可以找到具有相应过滤器（包括关键字）的现货实例支出SpotUsage。
一般提示：使用 AWS 预算
无法为单个服务或账户设定支出限额，导致所有费用都要支付。许多人因为担心月底出现意外开支而拒绝了解云技术。
AWS 预算可用于创建超过特定成本阈值的警报。此外，AWS 还根据过去和当前的使用情况为客户的账户提供成本预测，这也可用于触发预算通知。
虽然预测会以特定间隔更新，但警报并非实时的。不过，如果客户设定的支出限额被超出或即将被超出，客户将通过电子邮件收到通知。
结论
总之，了解 Amazon ECS 定价对于有效管理成本和优化资源利用率至关重要。
通过选择正确的启动类型、使用 Spot 实例、采用自动扩展、调度工作负载以及使用 CloudWatch 监控性能，您可以在容器化应用程序的成本效率和性能之间实现完美的平衡。
