对象存储生命周期自动化:闲置文件自动转冷存储,云存储成本直降 50%
公司用阿里云 OSS 存用户上传的文件,标准存储每月 0.12 元/GB。半年后发现月账单从几百涨到了两万——文件总量从 1TB 涨到了 20TB,其中 80% 是三个月前上传的、再也没人访问过的文件和日志备份。这些文件一直按标准存储计费,实际上低频存储的价格只要标准存储的三分之一。
云存储的价格差异很大——标准存储最贵,低频存储便宜一半,归档存储几乎不要钱(但取回要等几小时)。问题是很多公司的文件从上传第一天就放在标准存储里,从来没动过,也从来没降级。
今天聊聊怎么用生命周期策略,让不同类型的文件自动流转到合适的存储层级,存储账单直接砍半。
云存储的三种温度
各大云厂商的存储分层都差不多,本质上是"访问频率越高价格越贵、访问频率越低价格越便宜但取回有代价"的 trade-off:
| 存储类型 | 单价(约) | 数据取回 | 最短存储 | 适合场景 |
|---|---|---|---|---|
| 标准存储 | 0.12 元/GB/月 | 免费 | 无限制 | 频繁访问的热数据 |
| 低频存储 | 0.08 元/GB/月 | 按量付费 | 30 天 | 一个月访问几次的温数据 |
| 归档存储 | 0.03 元/GB/月 | 解冻 1~5 分钟 | 60 天 | 几乎不访问的冷数据 |
| 深度归档 | 0.015 元/GB/月 | 解冻 12 小时 | 180 天 | 合规存档,一年查一次 |
如果你的 20TB 数据里 80% 都是三个月前的冷数据,那 16TB 从标准存储切到低频,月费用从 16×0.12=1.92 万降到 16×0.08=1.28 万,直接省 6400 块。
生命周期策略怎么设计
云厂商的生命周期规则本质是:满足条件的文件 → 自动执行操作。 条件一般基于对象的上传时间、最后访问时间、文件前缀等。
一个实用的三层策略:
规则一:日志文件 30 天后自动删除
匹配前缀:logs/
操作:30 天后删除
规则二:用户文件 90 天未访问 → 转低频存储
匹配前缀:uploads/
条件:最后修改时间 > 90 天
操作:转为低频存储
规则三:低频文件 180 天未访问 → 转归档存储
匹配前缀:uploads/
条件:最后修改时间 > 180 天
操作:转为归档存储
三层规则覆盖了文件从"热"到"冷"再到"冻"的完整生命周期。创建的时候是标准存储,90 天后没人访问自动降低频,再过 90 天还没人访问自动归档。
一个容易被忽略的成本:低频有最短存储时长
低频存储有个坑——最短 30 天计费。如果一个文件上传 3 天后就被删了,也要按 30 天收费。所以不要把上传后很快就会删的文件设为低频。
同理,归档存储最短 60 天。提前删除按满期计费。
生命周期规则需要避开这个坑:
生命周期规则 → 删除文件 → 必须先转低频 → 至少保留 30 天再删
如果规则里直接是"上传 7 天就删",没问题。但如果规则是"先转低频再删",中间的间隔至少要 30 天,不然会被收低频的最短存储费。
不只是省钱:生命周期也是数据治理
生命周期策略的价值不只是省钱,它倒逼你思考一个问题:这个文件到底要存多久?
很多公司从来没想过这个问题——文件上传了就永远存着。存储账单高了就加预算,实在不行了才开始删。正确的做法是:
- 日志文件:30 天自动删(ELK 里有就够)
- 临时导出文件:7 天自动删
- 用户上传的文件:90 天转低频,一年归档
- 合规文件:归档 7 年后删除
把文件的生命周期在创建的时候就定好,而不是等到存储满了才焦虑。
实施步骤
阿里云 OSS 的控制台里就有生命周期配置,几步搞定:
1. OSS 控制台 → 生命周期
2. 创建规则 → 指定前缀匹配
3. 设置转换天数 + 目标存储类型
4. 设置过期删除天数(可选)
5. 启用
如果你用的是 MinIO 或者自建的对象存储,大多也支持类似的生命周期规则。没有 GUI 的话就直接写 XML 配置丢进桶里。
总结
云存储成本优化,最省事的一条路就是开生命周期。不用改代码、不用迁移数据,配几条规则就好。
三板斧:
- 日志、临时文件 → 设删除期限,过期自动清
- 低频访问文件 → 90 天无人访问转低频,再 90 天转归档
- 注意最短存储时长 → 低频 30 天、归档 60 天,别做"先转再秒删"的赔本操作
配上规则之后,冷数据自动沉降,存储账单降 50% 是保守估计——因为你降低的不是存储量,而是存储的单位成本。
有用的话转给还在为每个月云存储账单头疼的运维同事。
标题:对象存储生命周期自动化:闲置文件自动转冷存储,云存储成本直降 50%
作者:jiangyi
地址:http://jiangyi.space/articles/2026/06/20/1781934666707.html
公众号:服务端技术精选
评论