一、先理解物理层：超卖才是云利润的底座
所有云厂商都在赌一件事：不可能所有客户在同一秒内把CPU跑满。于是他们敢把“按需实例”超卖到物理资源的120%甚至150%。这种赌徒行为是利润的来源。但预留实例一出现，事情就拧巴了——你承诺了一年合同，要求云厂商必须给你保证某类资源在任何时间都可用。那云厂商就必须在物理机上为你保留一部分裸核心。这相当于让超卖的比例打折，因为那些核心要闲置着等你来用。
你可以用线性规划来理解。一台物理机有32个物理核心，超卖系数1.5，意味着允许客户按需实例总vCPU核数48。但当你买下2个vCPU的预留实例，那么这台物理机最多只能再卖46个vCPU的按需实例——不对，预留实例也是vCPU，但它要求独占式保证，所以超卖系数对它无效。于是调度器需要把一个容量池分割成“预留池”和“超卖池”，用阈值控制。这本质是一个约束满足问题，更像是多维装箱问题。
我也找过一次某云厂商的压测。同规格的2vCPU实例，按需实例在业务高峰（晚9点）的CPU steal达到13.7%，而预留实例在相同主机上的steal平均只有0.3%。为什么？因为调度器优先将时序任务分配给预留池外的资源，而把抢占压力全留给按需实例。这算不算歧视？算，但合理。
二、算法机制：调度器不傻，它只是“偏心”
调度器的核心工作是从资源池中找出满足请求的物理机。预留实例让这个任务变成了一个双目标优化问题：既要放置新请求，又要确保已承诺的预留容量不被侵占。通常的做法是在每台物理机上建立两个状态变量——已预留量和瞬时使用量。当一个新创建实例请求到达时，调度器首先检查物理机的“可再分配量”是否足够，然后还要保证预留量低于某个水位线，否则拒绝按需实例。
来一段伪代码，就明白多了：
if (instance.is_reserved) {
if (host.reserved_capacity + instance.size <= host.total) {
place(host, instance);
}
} else {
if (host.used_capacity + instance.size <= host.total * oversubscription_factor
&& host.realtime_load + instance.size <= host.total * 0.95) {
place(host, instance);
}
}看见没有，预留实例的放置条件是硬约束，而按需实例还可以借“超卖水位线”和“实时负载”做软约束。这就解释了为什么你抢不到按需的时刻，预留照样能开——调度器宁可饿死超卖池，也要保住对预留的承诺。
但更坑人的地方还在匹配逻辑上。你买了100个c5.large的预留，但是你的生产环境有120个c5.large实例在跑，那么只有前100个能吃到折扣，剩余20个付按需价。如果这20个里面还有混淆着几个c5.xlarge，那折扣率会瞬间蒸发。云厂商在内部会用一种“容量权重的隐式图”来做最优匹配，本质上是个背包变种，但你在控制台只会看到一个冷冰冰的“覆盖率不足”。
另外，很多人忽略了zonal和regional的区别。区域级预留只给你折扣，不给你容量保证。可用区级预留才真正锁定物理容量。你花大钱买了“区域级”，结果高峰期依然被限流，找客服还被怼了一顿——对不起，你买的是“折扣券”不是“座位票”。这真是一把辛酸泪。
三、实践：三个大坑，每个都是真金白银换来的
坑1：只看折扣一头扎进三年期不可转换预留。结果走了半年，业务上了一个新功能，需要GPU实例。旧的RI全成废纸。解决方案：启动迁移前，先用云厂商的RI雷达或者成本浏览器去看历史上每小时的资源曲线，至少跑一个月。如果波动大，选Convertible型（可转换），虽然折扣低点，但能换成新一代或同类系家族。别信“闭眼买三年”的鬼话。
坑2：预留实例和自动扩展组（ASG）打架。ASG按照最大容量、期望容量和健康检查去启动实例，当健康检查把你预留的实例杀掉重新拉起，新的实例也许就没有匹配到RI的标签。结果账单上两项：一个预留实例费用，一个按需费用。对，你花钱买了折扣，但没折扣到自己的资源上。解决：给ASG配置实例类型白名单，并且在启动模板里指定自动分配“容量预留”而不是单纯的区域。另外，很多云厂商支持“自动将RI应用到ASG实例”，要在控制台把“RI Shares”之类的选项打开。
坑3：RI的时长与业务增长曲线负相关。比如你买了三年期，结果第二年容器化，所有负载迁到K8s。EC2的RI被迫闲置。解决方案：认真评估长期预留（1年或3年）的收益是否值得覆盖流动性风险。或者换用Savings Plans（承诺消费额，按小时扣）。在预算有限的前提下，采取“按需+RI混合”策略，先覆盖稳态部分，例如基础数据库节点和堡垒机。对于神出鬼没的批处理任务，留白。
说穿了，预留实例是一场与云厂商的博弈。你赢了，成本下降三成；你输了，就是给数据中心添砖加瓦。如果你准备买，先算清楚，你手上的负载是不是真的像你的CPU曲线那样平稳。否则，宁可去用按需——至少半夜被账单吓醒的几率，小一点。
