新闻 · AWS Machine Learning Blog
宝马集团如何在14000个云账户中检测成本异常
宝马集团运营着CLEA这一FinOps平台，监控超过14000个云账户。本文介绍了宝马如何新增自动化每日成本异常检测，从被动式仪表盘转向主动告警，采用Prophet预测、AWS Step Functions以及一个无服务器管道，每月仅需约50美元即可处理所有账户。
en
英文原标题：How BMW Group detects cost anomalies across 14,000 cloud accounts
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- BMW Group 与 Data Reply 合作构建了内部 FinOps 系统 CLEA，基于 AWS 监控超过 14,000 个云账户，最初以 Amazon Quick Sight 仪表板形式提供云支出可见性。
- CLEA 现在每天运行异常检测，当支出偏离预期模式时向账户所有者发送邮件告警，弥补了仪表板只能被动查看历史数据的不足。
- CLEA 使用 Meta 的开源预测库 Prophet 为每个账户-服务对构建成本基线，基于 365 天历史数据训练，采用加法季节性模型。
- 每日运行由 AWS Step Functions 编排，通过 Distributed Map 并发调用最多 500 个 Lambda 函数，完整处理 14,000 个账户约需 20 分钟，每月计算成本约 50 美元。
- 告警需通过多层过滤：通用阈值（偏差至少 40% 且满足账户集群最低美元影响）、服务特定阈值（如 AWS Glue、Athena、EC2 采用 60% 偏差阈值）以及账户特定覆盖（降低敏感度列表需超过标准阈值三倍）。
关键数据
- 监控超过 14,000 个云账户
- 每月原始数据约 30 亿行、500 列
- 数据存在一天延迟（T-1）
- 完整运行约 20 分钟
- 每月计算成本约 50 美元
- 偏差阈值至少 40%
- 账户集群最低影响：集群1（<10万美元）>300美元；集群2（10万-25万美元）>500美元；集群3（25万-50万美元）>750美元；集群4（>50万美元）>1,000美元
- 服务特定阈值：AWS Glue、Athena、EC2 采用 60% 偏差阈值
- 账户特定覆盖：降低敏感度列表需超过标准阈值三倍
- 低支出服务排除：过去3天平均低于0.10美元
- 历史不足排除：少于10天历史
为什么值得看：该案例展示了大规模云成本异常检测的工程实践，包括预测基线、多层过滤和成本效益，为 FinOps 自动化提供了可参考的架构。