Project Icon

AutoSpotting

自动化工具优化AWS EC2成本

AutoSpotting是一款开源的AWS EC2成本优化工具,通过自动将现有AutoScaling组中的实例替换为Spot实例来实现。只需为AutoScaling组添加简单标签,即可获得显著成本节省。该工具特别适合大规模部署,可以快速迁移到Spot实例而无需复杂配置。AutoSpotting支持全自动操作,能够持续监控并优化EC2实例使用,帮助用户轻松实现AWS基础设施的成本效益最大化。

AutoSpotting - 社区版

2022年7月之后,主要作者开发的大多数新功能、bug修复和提高可靠性及性能的改进仅在AutoSpotting的商业版本中提供,可在AWS Marketplace上获得。唯一的例外是安全修复,这些修复将在社区版中尽最大努力进行修补。

如果您在社区版中发现任何问题,欢迎报告,但LeanerCloud不再处理这些问题。这些问题很可能已经在商业版中得到解决,因此您可以尝试使用商业版。

社区贡献的bug修复和新功能将继续在社区版中永久提供。

商业版的增强功能列表详细记录在这里,但您可以在下面看到AutoSpotting选项与AWS AutoScaling组的简要功能比较。

功能Autoscaling组AutoSpotting社区版AutoSpotting商业版
使用标签轻松配置部署
自动Spot实例类型多样化如果使用基于属性的选择
偏向新实例类型的分配策略
Spot事件处理 - 重新平衡建议可选✅ (默认 - 实例更替率增加!)可选
Spot事件处理 - 终止通知可选✅ (默认 - 实例更替率降低)
Spot事件处理 - 替换为新的Spot实例需要重新平衡建议✅ 通过Spot终止 + ASG按需启动✅ 主动
负载均衡器和目标组TCP连接排空✅ (依赖于Autoscaling)✅ 主动
自动ECS任务排空需要UserData脚本更改需要UserData脚本更改
故障转移到按需实例✅ 依赖Autoscaling启动替换✅ 主动
按需故障转移的实例类型多样化❌ (来自启动模板的单一实例类型)✅ (与Spot相同的多样化)
自动Spot产品处理
主要部署区域不适用❌ (仅北弗吉尼亚)✅ (任何区域)
并行实例类型替换不适用
最新实例类型覆盖不适用
自动更新实例类型信息如果使用基于属性的选择可选
节省报告电子邮件
放宽EBS带宽检查以增加多样化不适用
启动Spot实例时重用ASG启动模板不适用
支持具有混合实例策略的Autoscaling组❌ (对此类组静默失败)
成本免费(AWS服务)免费开源按需节省的5%

slack GoReportCard Patreon

关于AutoSpotting

AutoSpotting是领先的开源spot市场自动化工具,针对快速/简单/无摩擦地大规模采用EC2 Spot实例进行了优化。

自2016年推出以来,它已被全球数千用户使用,包括各种规模的公司,根据我们目前的估计,总共为他们节省了数亿美元。

它通常被设置为监控现有的长期运行的AutoScaling组,用Spot实例替换其实例,只需最少的配置更改。

通常只需要用spot-enabled=true标记AutoScaling组(在某些情况下甚至可以避免这样做),就可以获得通常60%-90%的Spot成本节省,但比其他替代工具和解决方案更好地集成和更容易采用。

如果您有大型基础设施,由于管理层压力想要快速迁移到Spot,但又希望付出最少的努力和配置更改,它特别有用。

演示

这是AutoSpotting的演示以及它与新的Spot Savings Estimator GUI集成的方式。(点击在YouTube上打开)

AutoSpotting与Savings Estimator演示

指导原则

  • 以客户为中心,旨在最大化用户利益并减少采用摩擦
  • 安全可靠,托管在您的AWS账户中,并具有最少的必需IAM权限集
  • 可审核的OSS代码库在公开环境中开发
  • 通过AWS Marketplace提供廉价、易于安装和支持的版本,具有全面支持和针对大规模生产使用的附加功能
  • 简单、极简实现

与替代方案相比的优势

  • 在失去Spot容量的情况下自动故障转移到OnDemand实例
  • 自动实例类型选择,实现Spot多样化,无需从标准OnDemand设置更改配置,且无供应商锁定
  • 偏向最便宜和最新的实例类型

它是如何工作的?

安装并启用后,AutoSpotting可以逐步将现有的按需Auto Scaling组中的按需实例替换为更便宜的竞价实例。这些竞价实例至少与组内成员一样大,并且配置相同,且无需以任何方式更改组的启动配置。您还可以继续运行可配置数量的按需实例(以百分比或绝对数量给出),并在竞价实例终止的情况下自动故障转移到按需实例。

今后,以及在任何匹配预期标签的新ASG上,超过配置为保持运行的数量的任何新按需实例将在启动后几秒钟内立即被替换为竞价克隆实例。

如果由于竞价容量不足而暂时失败,AutoSpotting将每隔几分钟持续尝试替换它们,直到竞价容量再次可用后成功为止。

在启动竞价实例时,默认使用容量优化优先分配策略来选择兼容的实例类型,该策略会给出按价格排序的实例类型列表。这种配置在低成本和显著降低中断率之间提供了良好的权衡。最低价格分配策略仍可作为配置选项使用。

单个安装可以并行处理整个AWS账户中所有已启用的组,跨越所有可用的AWS区域,但在某些情况下可以根据需要限制在较少的区域。

然后,您的组将像监控和使用按需实例一样监控和使用这些竞价实例。它们将自动加入各自的负载均衡器,并在通过健康检查后开始接收流量,并在终止时自动排空流量。

有关AutoSpotting的更多信息,请观看此视频。 https://youtu.be/foobAmWpexI

我可以期待节省多少?

它产生的节省通常在60-90%的范围内,这是使用竞价实例时常见的,但可能因地区和实例类型而异。

内部原理是什么?

上述所有逻辑都在一组Lambda函数中实现,这些函数使用CloudFormation或Terraform堆栈部署,可以在几分钟内安装和配置。

该堆栈使用所需的最小IAM权限集,无需管理员类的跨账户权限。整个代码库可以进行审核,以查看如何使用这些权限,如果您的审核发现任何问题,甚至可以进一步锁定。这不是SaaS,没有任何组件会回调或泄露有关您基础设施的任何详细信息。

主要的Lambda函数是用Go编程语言编写的,代码被编译为静态二进制文件。自2021年8月起,这已包含在Lambda函数使用的Docker镜像中。

该堆栈还包括一些CloudWatch事件触发器,定期运行Lambda函数,并在需要对已启用的组采取行动时运行。在运行之间,您的组完全由AutoScaling管理(包括您可能拥有的任何扩展策略)和负载均衡器健康检查,这些可以触发使用原始按需启动配置的实例启动或替换。

有关更多信息和实现细节,请阅读此处

常见问题

关于项目的许多常见问题在FAQ中得到了回答,请在寻求支持之前先阅读这个

如果您有其他未在此处涉及的问题,请在Slack上联系我们,我们很乐意帮助。

入门

通常只需启动CloudFormation(或Terraform)堆栈,并在您想启用它的AutoScaling组上设置(可配置的)spot-enabled标签为true即可。

从AWSmarketplace安装时,将自动创建所有必需的基础设施和配置,因此您可以尽快开始使用。否则,您需要按照此处提供的说明自行构建。

有关如何入门的更详细信息,您还可以阅读此文档

支持

Marketplace订阅者可以在Slack上获得支持,通过此沟通渠道提出的任何功能请求或问题都将被优先处理。

OSS用户可以在gitter聊天室获得社区支持,主要作者和其他用户可能会帮助您解决问题。这是在尽最大努力的基础上提供的,并且在某些条件下,例如使用Github主分支上可用的最新版本软件,没有任何代码定制,并使用默认配置选项。

如果您需要大规模推广或从替代工具/解决方案迁移的帮助,请在gitter上联系我们。

贡献

AutoSpotting是开源的,并由一个充满活力的社区和数十名贡献者在公开环境中开发。

社区版开放供贡献,按照贡献指南提交。

支持开源代码开发的个人和公司可以免费获得将其代码合并到上游的支持。

社区版

此存储库中的源代码是并将永远是开源的,因此您可以自行构建和运行它,了解它的工作原理,甚至可以根据需要增强它。

对社区版的任何外部贡献都将继续对所有社区版用户开放,但也将包含在商业版的未来版本中。

订阅

Beehiiv上提供了一个免费的低流量邮件列表,您可以在那里注册偶尔收到与项目相关的电子邮件,主要与开源代码的重大变更、节省技巧或我一直在开发的其他工具的公告有关。

关于新的Marketplace版本的公告,包括全面的发行说明、升级说明和获得AutoSpotting最大收益的技巧,将私下传达给Patreon订阅者

Github sponsors订阅也适用于对AutoSpotting持续开发感兴趣的人,层级涵盖从无附加条件的捐赠、功能请求优先处理,一直到自定义功能开发和维护私有定制分支。

如果您对这些产品有任何疑问,或者您有任何其他想法,我可以为我的社区提供额外价值,请在gitter上联系我。

编译和安装

建议使用 AWS 市场上提供的商业版本,该版本功能更完整、安装更简单、支持软件的进一步开发,并包含全面的支持。

但如果您有一些特殊需求需要定制,您始终可以构建和运行自己维护的定制二进制文件。

更多详细信息可在此处获取。

许可证

本软件根据 OSL-3.0 许可证条款分发。

AWS 市场上的产品根据标准 AWS 市场最终用户许可协议(EULA)提供。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号