实例选型怎么做
选型走四步：先明确瓶颈画像，再匹配系列与代际，然后定尺寸与数量，最后用压测验证。核心原则是保守起步、数据说话、按需升配——凭感觉拍规格的结果要么性能不足，要么长期低负载白花钱。把结论写成文字记录，上线两周后按真实监控复核一次，是纠偏成本最低的做法。
基本信息
| 第一步 | 描画瓶颈：CPU 密集、内存吃紧、随机 IO 高还是需要 GPU |
|---|---|
| 第二步 | 匹配系列与代际：计算型、通用型、内存型或突发型 |
| 第三步 | 定尺寸与数量：结合冗余与弹性伸缩策略确定 |
| 第四步 | 压测验证：用真实负载观察延迟与资源水位 |
| 复核机制 | 上线两周后按监控数据复核，必要时升降配 |
瓶颈画像与系列匹配
| 瓶颈特征 | 首选系列 | 验证方式 |
|---|---|---|
| CPU 打满 | 计算型 c | 用压测观察 CPU 饱和点与延迟拐点 |
| 内存吃紧或 OOM | 内存型 r | 看内存曲线与 OOM 记录 |
| 随机 IO 高 | 通用型加高档次云盘 | 用 fio 做随机读写测试 |
| 需要 GPU | GPU 型 gn 系列 | 看显卡利用率与显存占用 |
| 负载波动大 | 突发型 t 或弹性伸缩 | 分析负载曲线与峰谷比 |
典型使用场景
- 新业务上线：按预估画像先选保守规格，观察后再调整
- 成本优化：长期低负载的实例降配或合并，释放预算
- 性能瓶颈：压测找出瓶颈维度后，针对性更换系列
- 弹性架构：常态用小规格，峰值靠弹性伸缩补容量
- 特殊负载：GPU、大内存或高主频场景按专用系列选型
选型记录模板
选型记录模板
业务：订单服务（Java） # 写清负载类型便于后续复用结论
画像：CPU 中等、内存 8G、随机 IO 中
选择：通用型 4 核 16G + 高档次云盘
验证：500 并发下 P99 低于 200ms，CPU 峰值约 60%
复核日期：上线后 2 周 # 到期按真实监控复盘
结论：是否需要升降配，或转为弹性伸缩选型结论落成书面记录，上线两周后按真实监控复核一次：这个习惯能避免「一直将就」或「一直浪费」，也便于后续同类业务直接复用。
只按峰值选型会让平时长期低负载，成本白白浪费。更合理的组合是常态按平均负载配置规格，峰值交给弹性伸缩兜底。