充电计划 | 云成本优化

正文

请到「今天看啥」查看全文

演讲提纲

• 问题与背景

• 云上大数据平台成本优化的技术挑战

• 优化方案：大数据任务参数动态优化

• 优化方案：自动引擎升级

• 优化方案：自动 SQL 优化

• 实践案例分享

• 总结与展望

您认为，这样的技术在实践过程中有哪些痛点？

• 任务动态参数优化是一种基于历史数据的优化技术，适用于具有周期性的大数据任务（如天级 / 小时级任务），随机的 Adhoc 查询缺乏历史实例，则无法适用此项优化技术

• 客户对生产稳定性极为看重，优化实施过程中需要有一套稳定性保障机制，确保不因为优化实施导致任务异常

演讲亮点

• 优化收益明显，大部分实施案例可节省资源 30% 以上

• 全自动任务优化，极小人力投入成本实施成本低，任务参数动态优化和自动引擎升级，零业务代码变更

听众收益

• 可以帮助相关从业人员了解或学习大数据平台成本优化的主要技术方案，并在日常工作中进行运用

专题演讲二

专题演讲嘉宾：梁啟成

小红书 混合云资源管理负责人

多年 IT 资源管理与成本优化经验，曾深度参与头部互联网企业上云、大规模在离线业务混部，并持续推进业财一体化以及精细化的混合云资源成本管理，2024 年参与了信通院《IT 基础设施资源运营成熟度模型》标准制定，是 FinOps 文化的践行者。

演讲：小红书 FinOps 实践：云成本优化与资源效率提升之道

眼下，云计算已成为众多互联网企业支撑业务运行的关键基础设施，然而云计算的便利性和灵活性也带来了一系列资源成本管理挑战，包括成本增速过快、成本归属不清晰、缺乏有效成本控制手段、对云厂商高度依赖等。本次分享，将重点介绍小红书的 FinOps 实践经验，并通过技术优化手段提升资源使用效率，每年节省数亿成本。

请到「今天看啥」查看全文