共计 3012 个字符，预计需要花费 8 分钟才能阅读完成。
最近一篇题为“云的老本，万亿美元悖论”的剖析备受关注。这篇文章挑战了围绕云转型和云迁徙狂热的传统思维，它要求咱们思考云基础设施老本的影响（以及这反过来对公司估值的影响）。
也有观点指出，对于 SaaS 公司来说，云计算的老本会连累他们的市值。
这个悖论表明，在公司倒退的晚期，云计算成本更低，随着公司规模的扩充，它变得更加低廉。他们说得很简略：“如果你不从云开始，你就疯了，如果你坚持下去，你同样疯了。”
矛盾的是，云基础设施使企业的业务模型在更小的规模上成为可能，但它会转化为大规模价值毁坏的起源，只有在企业深深致力于云计算之后才会显现出来。
遣返——将工作负载从纯云模型带回公有或混合基础架构——能够作为优化基础架构老本的次要策略。例如，一家价值 10 亿美元的公有软件公司，其公共云收入耗费了公司 81% 的支出老本 (COR)。在最大的 50 家上市软件公司中，云计算总费用超过 80 亿美元（其中包含显示云收入的费用）。
奇怪的是，云遣返并没有比当初更受欢迎。遣返能够大大减少云收入，一个常常被援用的数字是节俭 50%。为阐明这一点而采纳这一办法，在局部例子中，遣返将节俭 40 亿美元的回收利润。思考应用公共云基础设施的大规模软件公司的广大畛域，咱们很快就会发现这 40 亿美元的未实现利润可能要高得多。
企业须要如何克服万亿美元的悖论的有用的倡议，包含将云收入作为 KPI、激励工程师优化资源耗费、抉择资源密集型工作负载的一个子集作为终点，以及在惯性和锁定之前思考遣返会剥夺您遣返的抉择。
基础设施老本的增长并不总是与支出增长成正比。随着公司规模的扩充，这可能导致盈利能力降落。
依据更深刻的钻研，云收入能够对市值产生 25 倍的影响。通过这一点，人们很快就会发现，咱们能够预计额定 40 亿美元的毛利润会减少 1000 亿美元的市值。
监控服务提供商 Datadog 是一家上市公司，最近其交易价格靠近 2021 年预计毛利润的 40 倍，并在其 S-1 中披露了对 Amazon Web Services 的三年承诺总额为 2.25 亿美元。
让咱们将承诺的收入按年度 AWS 成本计算为 7500 万美元，并进一步假如其中 50% 或 3750 万美元能够通过云遣返来发出。这意味着，仅是削减收入这一项，该公司的市值就减少了大概 15 亿美元。
如果咱们扩大到更宽泛的企业软件和消费者互联网公司，假如总云收入的 50% 由规模宏大的技术公司生产的，这些公司将从云计算遣返中受害。
考虑一下这个效率可能对公司估值产生影响的例子。MongoDB 和 Elastic 报告的 2021 财年年收入简直雷同（别离为 5.9 亿美元和 6.08 亿美元）。为什么 MongoDB 的市值简直是 Elastic 的两倍（别离为 234 亿美元和 136 亿美元）？其中一个起因可能是 Mongo 在基础设施应用效率方面的差别，Mongo 为其 SaaS 产品应用细粒度多租户，而 Elastic 则为每个租户应用独自的集群，资源耗费的差别是微小的。
通过将服务与基础架构拆散，咱们能够创立预约义的基础架构区域，这些区域通过高度优化，能够服务于每个工作负载。
这里可能的不同之处在于 SaaS 模型的弱小性能。“市场对云支出的估值大概是本地开源的三倍，其起因次要在于净收入留存率，”他察看到。本地开源基础设施的流失率往往很高（通常为 18%）。
还有一个示例是 Atlassian，该示例将其服务转移到 AWS 中的多租户云模型中，从而将老本升高了三倍。然而，这并不是因为 AWS 更便宜。而是因为从新架构的多租户模型使服务更加轻量级。
1、专一于服务，而不是基础设施
这里要做的工作是优化云收入。因而，咱们须要思考云优化的求实术语。优化很难，为了取得成功，咱们须要进行思考性能开发速度与效率之间的关系。相同，咱们应该将效率视为另一个一等公民个性，须要在咱们的积压工作中优先思考，并像其余性能一样取得治理关注。
2、用自动化解决问题会使事件变得更糟
尽管正确实现自动化能够显著降低成本，然而，自动化的副作用经常是，它使开发人员能够轻松启动云资源并让它们运行，即便在不须要它们时也是如此。这也有可能导致公司云老本的回升。
自动化没有魔法：许多公司试图通过自动化人工流程来进步利润。这在技术上可能具备挑战性，并且增长的驱动力使得优先排序变得艰难。
未优化的云：公有市场推动增长，因而云施行的效率可能会低几个数量级。
有许多将他们的单体应用程序迁徙到 Kubernetes 的公司，并且在那个阶段他们体验到了效率的进步。然而，很快，他们的云基础设施老本开始飙升。开发人员开始启动实例不肯定是出于正确的起因：他们这样做只是因为它更容易。
3、掌控本身工作负载
在自动化方面，往往过于强调基础设施自动化，而简直不关注服务自身的自动化。而服务层比基础设施层有更多的优化空间。
4、将工作负载与基础架构抉择拆散
为了在服务层实现优化，咱们须要可能将服务与基础设施的抉择拆散。通过这种形式，咱们能够为工作抉择适合的基础架构或云计算提供更大的灵活性，并且随着咱们的成长，咱们还为将来的增量优化留出了足够的空间。
5、Kubernetes、Terraform 和 Ansible 还不够
Kubernetes、Terraform 和 Ansible 都是很棒的工具。它们有助于形象和简化基础架构治理。但这还不够：
治理基础设施和基础设施之上的服务是两件不同的事件。当您思考第二天的操作（例如间断更新）时尤其如此。
治理分布式服务、多 Kubernetes 集群、多数据中心或多云依然相当简单，这些工具提供的帮忙无限。
当企业有大量模板和脚本来治理其基础架构而没有任何货色将所有这些映射回服务时，很容易迷失方向。
从新管制咱们的服务：在 IaC 和 Kubernetes 之外向上挪动堆栈
克服这些问题并从新管制咱们本人的应用程序的最大后劲是向上挪动，思考咱们如何治理咱们的服务，而不仅仅是运行这些服务的基础设施。
通过将服务与基础设施拆散，咱们能够创立预约义的基础设施区域，这些区域通过高度优化，能够服务于每个工作负载（测试、生产、ML、网络等）。
这些优化区域不用位于云之外，因为即便在同一个云中也有足够的优化空间——显然在云之间也是如此。在这种状况下，来到云成为那些优化基础设施区域的另一个案例。能够将其称为环境即服务 (EaaS)。
以下示例阐明了如何将这些想法映射到理论示例中。在这种状况下，咱们将看到如何在两个不同的基础架构堆栈上运行雷同的工作负载：一个针对生产进行了优化，另一个针对开发进行了优化。这个想法同样能够利用于其余畛域。
6、实现云老本优化仍有心愿
对于胜利的软件公司来说，“万亿美元的悖论”不肯定是毁坏价值的陷阱。通过进一步关注堆栈并将服务匹配到正确的基础架构抉择、激励优化行为、三思而行地自动化（而不是反射性地）以及在达到规模之前制订遣返策略，能够更好地管制老本并保留价值。
云迁徙、自动化和老本优化的周期是继续的过程，须要一直迭代、克服失败并从失败中学习，最重要的是团队单干。
有许多工具能够帮忙企业实现这一指标，但归根结底，如果没有正确的纪律和合作伙伴，他们可能会拥护企业决策。正如历史学家 Yuval Noah Harari 所说：“刀能够用来切蔬菜和制作美味的食物，但也能够用来杀人：这齐全取决于你如何应用它。”
首先，咱们须要从新设定冀望以解决悖论。咱们必须开始进一步思考堆栈，进一步晋升价值链，关注服务自身而不是基础设施，看看咱们如何将正确的基础设施与服务相匹配，而不是反过来。
