Finops：大数据平台的成本优化实践

议题介绍

近年来降本增效成为许多公司技术团队的重要工作方向，特别是上云后，云的便利性同时带来云开支的不可控，如何有效控制云开支成为上云后大家需要面临的问题。于是，Finops成为了解决这个问题的一个概念或一系列组合方案，通过落地成本洞察、技术和运营优化等达到降低整体IT支出的目的。

在IT成本组成上，大数据相关基础设施的成本占不小比例，不少公司甚至超过一半以上。本演讲将分享Finops领域创业公司贝联珠贯在开源大数据平台成本优化方面的产品与技术实践。在多家客户的实践表明，通过改变静态使用云资源为动态使用云资源的方式，运用大数据任务参数自动优化和RightSizing、弹性伸缩、资源池化等技术，可以节省超过30%以上的IT成本。

内容大纲 

1. 问题与背景
2. 大数据平台成本优化的技术挑战
3. 优化方案：参数自动优化和RightSizing
4. 优化方案：云原生与弹性伸缩
5. 优化方案：资源池化技术
6. 实践案例分享
7. 总结与展望 

听众收益 

可以帮助相关从业人员了解或学习大数据平台成本优化的主要技术方案，并在日常工作中进行运用。