总拥有成本
比较方案时纳入运维、值班和迁移成本——而非仅云账单。
为什么
云账单只占服务实际运行成本的 30-50%；其余是运维工程时间、故障值班负担和若离开的迁移成本。包含"2 工程师 × 20% 时间运维 Kafka"的 TCO 分析常反转仅看托管服务价格的决策。只比账单成本的团队常选"更便宜"却花 3 倍工程小时的方案，因为运维时间不上账单但体现在倦怠和漏功能上。
何时使用
在自建 vs 购买或托管 vs 自管间选择时。半天。运维成本可忽略的决策可跳过。
如何做
1. 云成本（来自成本模型）——账单行 2. 运维成本——工程小时/月 × 含福利时薪 - 估算：打补丁、升级、事故响应、容量调优 3. 值班成本——告警/月 × 解决小时 × 时薪 - 用类似系统的历史事故数据 4. 迁移成本（若切换）——一次性工程周 × 时薪 5. 机会成本——因运维负担延迟的功能 6. 每方案五项求和；按 3 年 TCO 决策，非第 1 个月 7. 把 TCO 记入 ADR 让假设可审计
示例
方案 A：EC2 上自管 Kafka 云： $400/月 运维： 2 工程 × 20% × $80/时 × 160 时 = $5,120/月 值班： 4 告警/月 × 3 时 × $80 = $960/月 3 年 TCO：($400+$5,120+$960) × 36 = $233,280 方案 B：MSK（托管 Kafka） 云： $1,200/月 运维： 0.5 工程 × 10% × $80 × 160 = $640/月 值班： 1 告警/月 × 1 时 × $80 = $80/月 3 年 TCO：($1,200+$640+$80) × 36 = $69,120 → MSK 在 TCO 上便宜 3 倍，尽管账单贵 3 倍。
常见问题
- ⚠只算第 1 个月成本——托管服务早期看着贵但 3 年内随自管运维累积而胜。
最佳实践
- ✓用 3 年视野——更短藏住复利运维成本；更长太投机。
- ✓运维估算找正在运行该技术的团队，而非厂商白皮书——厂商少算运维。