接触云时间不长，差不多截止到现在3年不到的样子吧，最大的感触是：失业倒计时。开玩笑拉，主要是对于 Ops 同学来说要求真的是越来越高了。
大家都需要思考的一个问题：每天最大的一块是在做什么，如果用了云你还在重复劳动，麻烦思考下为什么，有没有办法解决，先从自己的身上去搜寻答案吧，明白人总能想明白的。
云的优势是什么？那就是弹性啊、Elastic啊，如果这朵云连弹性都无法支持，麻烦思考下，用户为什么还需要使用你呢？

如何使用弹性呢？

• 基于云上 api ：依靠工具 Or api 开机器关机器发布服务，如此其实也算一种弹性，如果虚拟机启动够快的话，其实还是相当牛的。
• k8s + autoscaling 的弹性伸缩：云厂商解决机器的问题，k8s 解决服务的问题，简直堪称完美。
• 无状态服务基于 autoscaling 的弹性管理：比如，nginx 从前在 idc 里面如果宕机，我们需要快速加新机器 Or 做好足够的容量预留。但是基于云的话完全不用思考这个问题，我们设置好伸缩组就好了，这样连高可用都帮我们做了，还担心宕机吗？「没机器是另外一个故事了」
• 大数据的存算分离场景：晚上算算算弹弹弹，白天固定在一些机器上面即可，全部依靠厂商的存储就好了 「解放大数据运维啊，真的需要纯运维吗？」
• 数据库的伸缩：其实数据库也是可以伸缩的，比如磁盘的无感知自动扩容，只读节的伸缩 「就看未来写节点怎么扩了，当然数据库都是状态，比较难处理，但是未来可期啊」

弹性的最终是什么?

• Serverless：想都不用想的，未来就是给你 cpu + mem 的世界，机器是什么？

成本优势

• Ri 是什么：Reserved Instances，先给一部分钱来保证资源的同时，拿到比较好的折扣
• Spot 是什么：Spot Instances，厂商总有一些边角料没切好 Or 基础机器算多了，导致总有那么些机器多出来了，那么我们就可以上去竞价啦！
• OD 是什么：按量付费，用多少算多少

• 如何配合呢：如上三种其实是可以配合使用的，我们可以用买过 Ri 的 OD 来保证最最基础的使用量，突然一波用 Spot + OD 去覆盖，做到成本的最优化。如上对于厂商就有巨大的考验了，供应链「又见到你了」，资源管理等一系列的问题，那天国内能把这块做好了，那差不多了「Ops 真的会很开心」。我们可以使用 autoscaling 配合 OD + Spot 在一个升缩组里面配置合理的比例来控制成本「ROI 奇高」，比例怎么来需要厂商 api获取指标！

  
  OD + SPOT

我们能做什么？

• 这个是对于传统 Ops 就必须升级到一个 infra 工程师的视角来思考问题，无论有没有状态的东西，未来都是弹性的，而且厂商现在都在努力做工具，各种解决重复劳动的自动化工具，社区还有大量的工具同样在努力，大家可以了解下 Hashicorp 这家公司，从资源管理、编排、安全几乎全覆盖了云上核心场景。
• infra 工程师更多的去考虑合理分配、多AZ、多云的基建的考虑，去帮助公司提升基础 sdk的规范；发挥监控数据的价值；发挥我们的专业能来帮助业务提升稳定性 & 扩展性，这样是不是更有价值呢？
• 产业结构调整，迎难而上！