监控以减少云计算流量

由于云计算具有自动化特性，因此存在许多可能导致成本激增的问题。而主动监控是提高效率的根源，这是控制成本的关键策略。

云计算新用户所犯的一个常见错误是忘记（或不知道）上传或下载传输到云计算的数据是计量的，因此成本可能高昂。全面监控是一个好主意，同时决定保留内部部署以及应该进入云端的内容。

根据其业务，用户可能还会考虑使用边缘计算从云端卸载。如果用户的业务是数据密集型的，那么这一点尤其正确，因为它还具有将数据移近客户并仍然远离云计算的优势。

购买预留实例和竞价实例

一旦用户采用几个月，可以确定其月平均使用量，请考虑保留实例，并承诺使用该服务一到三年。所有主要的云计算提供商都提供这些服务，用户节省的费用可能相当可观，相当于节省了按需容量所支付费用的25％。如果用户使用量超出，则必须为此支付费用，但即使适度超过容量，随着时间的推移，由于提供了折扣，仍然节省很多成本。

竞价型实例是用户可以竞标的未使用的实例，并且提供商愿意以低于正常价格的90％出售，这些对于真正的短期项目是有益的，因为如果提供商需要收回产能，可以收回或停止。

无服务器计算

“无服务器”这一术语有些用词不当，因为它仍然在服务器上运行。这只是一个不是专门全职的一个功能或服务，也不用于数据库服务、ERP或Web服务。

相反，无服务器用于简单的基本功能，通常只是一个单一用途的应用程序。它在需要时启动和运行，并在完成后关闭。这使用了更小、更精确的资源量，减少了成本浪费。它是容器的逻辑扩展，只需要加载足够的操作系统来运行特定的应用程序，而不是完整的Linux实例。

不要迁移每个应用程序

并非每个应用程序都需要在云端运行。如果它需要最高的性能，那么从成本到虚拟实例性能具有不可预测性，云计算并不是一个很好的选择。实际上，许多应用程序在云中的成本将高于内部部署的成本。

使用代码分析器检查应用程序的设计和代码，以确定应用程序将使用的云计算资源量，并相应地做出决策。除应用程序外，还需要考虑数据位置。例如，将多PB数据库迁移到云端可能不是一个好主意。

此外，一旦用户确定要迁移到云端的应用程序，可以通过数据在云计算平台和内部部署数据中心方案之间的流动方式来确定更改的影响。查看数据密集程度最高且对延迟最敏感的应用程序，以确定用户的决心。

使用人工智能和机器学习

用户需要面对现实，配置本地部署和云计算实例是一个复杂的、深奥的科学。此外，在使用系统时，用户需求会发生变化，这需要实现自动化以启动对配置的更改。

机器学习使云计算优化具有前瞻性。可以研究历史数据，并学习有意义的模式以预测未来的使用。它可以根据学习的使用情况提高或降低配置，例如注意到每天某一小时的使用量增加。用户可以将人工智能配置进行更改或自动执行此操作。

合并账单

如果用户具有多个账户，请考虑将它们合并为一个账单，其原因有两个：它提供了用于控制支出的全部用途，以及用户可能有资格获得折扣。通过合并结算，用户可以查看所有账户中的公共云费用，云计算提供商不会对其收取额外费用。