云数仓降本70%：SelectDB Serverless三步实现秒级弹性

关键词：SelectDB · Serverless · 云数仓弹性 · 秒级伸缩 · 降本 · Pay As You Go · 阿里云

问题：为什么你的云数仓账单里 70% 的钱白花了

先盘一个常见场景：团队用云数仓支撑 BI 报表，每天上午 9 点到 11 点查询密集，需要 64 核计算资源；剩下 20 小时负载很低，8 核就够。传统固定规格下，你只能按 64 核购买——这就意味着那 20 小时里有 56 核在空转，资源利用率不到 30%。

更头疼的是，遇到临时大查询或突发流量，传统云数仓的扩容要等节点拉起、缓存预热，少说 10 分钟，多则小时级。期间查询延迟飙升，搞不好就是雪崩。

SelectDB Serverless 的思路很直白：让资源跟着负载走——高峰补齐，低谷释放，按实际用量计费。

Step 1：理解三层解耦——为什么“弹性”要做到三层

传统存算分离架构（比如 Snowflake）已经把计算和存储拆开了，但缓存仍然绑死在计算节点上——固定核数对应固定容量的本地 SSD。你想加大缓存提高命中率？可以，但得同时升级计算规格，等于为不需要的算力买单。

SelectDB Serverless 把三层彻底拆开：

 复制代码传统架构：                      三层解耦后：
┌─────────────────┐            ┌──────────┐
│  Compute Node   │            │ Compute  │ ← 按实际 CPU 使用率弹性
│  ┌───────────┐  │            ├──────────┤
│  │   Cache   │  │   →        │  Cache   │ ← 独立弹性，不再绑死计算
│  ├───────────┤  │            ├──────────┤
│  │  Storage  │  │            │ Storage  │ ← 按实际数据量伸缩
│  └───────────┘  │            └──────────┘
└─────────────────┘

这意味着：

• 扩容时计算层独立伸缩，不影响缓存命中率（因为缓存没跟着变）
• 想增加缓存容量提高热数据命中率？直接加缓存，不需要为额外的计算付钱
• 存储按实际数据量，删了数据账单自动降

Step 2：配弹性区间——只需要一个 min/max

在控制台创建实例时，你只需要设一个弹性区间，比如：

 复制代码计算弹性区间：8 CCU ~ 128 CCU

剩下的全自动。系统按以下规则决策：

 复制代码扩容触发:
  CPU: 5秒均值 > 60%        # 一旦检测到持续高负载，立即触发
  内存: 瞬时利用率 > 60%    # 内存敏感场景也能及时响应缩容触发:
  CPU: < 30%                # 双指标同时满足
  内存: < 30%                # 且持续 1 分钟以上才开始缩
  策略: 渐进式缩容          # 避免频繁抖动

设计原则很明确：扩容要果断，缩容要稳健。

除了阈值规则，系统还有一层 AI 辅助决策——弹性请求触发后，AI 会综合历史负载模式、周期特征和当前资源水平判断是否合理。相比纯规则策略，弹性准确率提升了约 40%。

什么场景能触发多少弹性？

Step 3：验证弹性效果——一次完整的扩缩容过程

扩容（低负载 → 高负载）

触发条件：CPU 5 秒均值超过 60%
动作：系统在原地纵向扩容，计算规格实时上调
耗时：秒级
影响：正在执行的查询不受影响（原地伸缩 + 连接不断）

 复制代码-- 模拟高负载：并发跑大查询，CPU 撑到 70%
-- 控制台可观测到 CCU 从 8 自动升至 24 → 48 → 根据需要继续升

缩容（高负载 → 低负载）

触发条件：CPU 和内存同时低于 30%，持续 1 分钟
动作：渐进式缩容，逐步释放计算资源
耗时：渐进式（非一次性降到谷值）
影响：查询不受影响

极端场景（峰谷比 > 16 倍）

纵向弹性上限是单集群 16 倍。大促等场景超过这个范围时，通过控制台触达横向弹性（增加节点数），耗时约 3 分钟，查询延迟有小幅波动但整体可控。

成本测算：Serverless vs 包年包月

回到开头 64 核 BI 场景做个简单估算：

 复制代码高峰期：4 小时/天 × 64 CCU
平峰期：6 小时/天 × 16 CCU
低谷期：14 小时/天 × 8 CCU   → 这 14 小时原方案按 64 CCU 付费弹性释放 = (64-8) / 64 = 87.5% >>> 28% 临界点

当弹性可释放的计算资源超过 28% 时，Serverless 按量计费就开始优于包年包月。87.5% 远超这个门槛，降本效果就非常显著了。

当然，如果你的负载长期稳定在 32 核，峰谷差异几乎为零，那包年包月更经济。Serverless 不是万能药，但峰谷差距越大，它就越香。

缓存独立配置——一个容易被忽略的省钱点

在三层解耦架构中，缓存可以独立配置。实际场景中，你的查询可能只依赖 200GB 的热数据，但计算规格被峰值需求定在 128 核。传统架构下缓存跟着计算走，你只能接受 128 核对应的缓存容量（可能远超实际需求）。

SelectDB Serverless 允许你减小计算规格的同时保持甚至增大缓存容量，匹配实际的热数据量和查询并发，进一步优化成本结构。

适合什么样的团队

• BI 团队：工作日集中查询，夜间/周末几乎无负载，弹性释放比例极高
• AI Agent 平台：查询负载完全不可预测，模型调用可能随时爆发
• 不想管运维的数据团队：只设弹性区间，扩缩容全托管
• 成本敏感型创业公司：用多少付多少，没有沉没成本

Apache Doris 是高性能实时分析数据库，SelectDB Serverless 基于 Doris 内核构建，已在阿里云正式商用。SelectDB 在此基础上提供企业级支持服务。