点击蓝字关注雨生
别再“口嫌体正直”了！Atlassian的“真香”打脸，揭示云成本优化新法则，你的出海账单还能省一半！
嘿，各位出海掘金的精英们！雨生又来给大家划重点了。今天咱们聊个特有意思的瓜：
云计算界的“口嫌体正直”典范——Atlassian。
就是那个给你用Jira和Confluence，让你在项目管理和文档协作里“痛并快乐着”的大厂。
他们上半年官宣了 多云战略
和面对巨亏 7100 万美元的困境，Atlassian7月份 开始进行数据库大迁徙，将 Jira 服务的 400 万个 Postgres 数据库，全部迁移到 AWS 的 Aurora 云数据库服务上。
【雨生辣评】从 AWS 到 多云战略GCP：Atlassian 的云端进化史，出海企业必须读懂的生存法则！
他们最近干了件什么事儿？之前对AWS Graviton CPU那是爱答不理，甚至两次下了“生产禁用令”，结果呢？现在，他们不仅用了，还用得真香，硬生生从AWS账单里抠出了近10%的成本，某些部分甚至高达25%！
这简直就是一出现代版的《真香传》！背后的云经济学逻辑和出海掘金启示，你敢说你不好奇？
---
### 雨生视角：
大厂的“真香”定律，往往是我们普通玩家的最佳指路明灯
“在云计算的世界里，没有永远的敌人，只有永远的成本效益CEPM（Cloud Efficiency Posture Management (CEPM) ）之前叫FinOps
测试报告摆那儿，愣是没看出ARM架构的Graviton比x86香在哪儿。
工程师们一合计：“这玩意儿不行，没劲！” 于是，Graviton在Atlassian内部被判了“死刑”。这感觉就像你第一次用某个云产品，觉得坑太多，果断放弃。
但三年河东，三年河西。
AWS Graviton 4一出，性能又吹上天了。Atlassian那些嘴上说着不要的工程师，身体倒是很诚实，又拿回来“把玩”了一番。
结果这次，他们不走寻常路，不光跑跑基准测试，而是深入到JVM层面，死磕CPU的L3缓存。这一死磕不要紧，直接磕出了“真香”的味道！
你看，这多像我们出海做业务。一开始看别人说什么火，就一股脑儿上。
结果发现水土不服，赶紧撤。过两年再看，又被新的概念吸引，重新审视。
云计算这东西，可没有“一劳永逸”这种说法。大厂尚且如此反复横跳，咱们出海人更得擦亮眼睛，别被一时的数据蒙蔽。
成本这把刀，可是悬在每个出海企业头上的达摩克利斯之剑啊！
### 雨生深度解读：从“嫌弃”到“真香”，Atlassian给我们的云经济学启示
Atlassian的故事，可不仅仅是换个CPU架构那么简单，它背后藏着一套深刻的云经济学和工程学战略：
1. 别迷信供应商的PPT，自己的数据最诚实。 AWS一直声称Graviton又快又便宜。
但Atlassian早期的测试结果并不支持。
这说明什么？云服务商再怎么吹，也比不过你自己的真实业务场景测试。
尤其是出海业务，面对不同地域、不同用户习惯，盲目套用供应商的“最佳实践”，往往会掉坑。
2. 精细化测试，是云成本优化的杀手锏。为什么Atlassian前两次失败，第三次却成功了？因为他们这次“下血本”做了更细粒度的测试，深入到JVM和L3缓存层面。
这就像你做海外广告投放，不能光看CPA，还得分析点击路径、用户行为、转化漏斗、归因的每一个环节。成本优化从来不是粗放管理，而是极致的精细化运营。
3. 架构灵活性，才是云上生存之道。
Atlassian在迁移Graviton后，依然保留了x86作为紧急回退方案，并且针对“Insufficient Capacity Errors (ICE)”这种云上常见问题，设计了智能的实例类型切换机制。
这意味着，即使像Atlassian这样的大户，在云上依然会遇到资源瓶颈。
出海业务更要考虑这种弹性与韧性，尤其是在资源有限、地域分散的情况下，多云或混合云策略是必须的。
4. 成本优化是持续战役，不是一次性投入。Atlassian这次节省了近10%，部分达到了25%，但他们也提到，要让所有系统都达到这种效果，还需要“舰队的重组”。
这告诉我们，云成本优化是一个长期的、动态的过程，需要持续投入SRE和性能工程力量。尤其是在出海市场竞争日益激烈的今天，每一分钱的节省，都可能转化为你扩大市场份额的优势。
### 雨生的行动指南：出海人，你的“云账单”还能怎么优化？
看了Atlassian的经历，各位出海精英是不是也想给自己的云账单“动刀”了？别急，雨生给大家支几招：
1. 拥抱ARM现代化架构，但别盲目。 Graviton这类ARM架构CPU在成本和性能上确实有潜力，尤其适合CPU密集型且能良好并行化的工作负载。考虑一下你的出海业务场景：是Web服务、数据处理、还是AI推理？先小范围测试，再逐步推广。别一口气全梭哈！
2. 投资平台工程和SRE团队。Atlassian的成功离不开他们SRE团队的深度分析和JVM优化。对于出海企业来说，与其在“人海战术”上烧钱，不如组建一支精锐的性能优化小分队。他们能帮你抠出每一分性能，节省每一笔云开销。这笔投入，长期来看回报率会非常高。
3. 制定灵活的“回退”策略。 记住Atlassian的经验：即使迁移了Graviton，也要保留x86作为“Plan B”。
在出海部署时，预设多种故障场景，并设计好相应的回退和容灾机制。比如，某个地区的云服务商出问题，你能不能快速切换到另一个区域或另一个云平台？
4. 时刻关注云原生技术趋势，但保持批判性思维。
Serverless、容器化、边缘计算
这些新技术能有效降低运维成本，提高弹性。但每项技术都有其适用场景。像Atlassian一样，用数据说话，用真实的业务场景去验证，而不是被铺天盖地的营销口号“带节奏”。
### 互动环节：你的“云成本”痛点在哪儿？
好了，说了这么多，雨生想听听你们的。
1. 在你的出海业务中，有没有遇到过类似的“口嫌体正直”时刻？哪个云服务或技术让你从“不行”到“真香”？
2. 你有没有什么独家的云成本优化秘籍？比如怎么利用Spot Instance，怎么做多云部署，或者有哪些黑科技工具？
3. 对于Atlassian这种大厂一边省钱一边涨价的行为，你怎么看？你觉得这笔节省的钱，最终会惠及用户吗？
欢迎在评论区分享你的观点、吐槽，或者提出你的疑问！雨生和雨生朋友圈的各位出海大佬们，都会认真听取和回复！
---
雨生金句海报：
1. “在云计算的世界里，没有永远的敌人，只有永远的成本效益。”
2. “别迷信云服务商的PPT，自己的数据最诚实。”
3. “大厂的‘真香’定律，往往是我们普通玩家的最佳指路明灯。”
4. “云成本优化，不是一次性投入，而是极致精细化的持续战役。”
5. “出海业务，省下的每一分云成本，都是市场竞争力的子弹。”
话题标签：
#雨生云计算 #出海必读 #知识星球 #云成本优化 #AWSGraviton #Atlassian #真香定律
朋友圈文案模板：
1. Atlassian“打脸”记：从嫌弃到真香，云成本优化还能这么玩儿！雨生大佬深度解读，出海人必看！强烈推荐加入干货满满！
2. 你的云账单能省一半吗？Atlassian用实际行动告诉你：精细化优化才是硬道理！雨生云计算这篇分析太到位了，不转发不是出海人！
3. 看完这篇，终于知道大厂的云成本优化套路了！@雨生云计算 每次都能把技术讲得这么透彻、有槽点，赶紧关注起来，别错过任何出海干货！
4. “口嫌体正直”的Atlassian，竟然在AWS Graviton上省了这么多钱！出海创业者们，云经济学这课不能不补！速看雨生云计算的最新分享！
5. 还在为云成本头疼？雨生云计算帮你揭秘Atlassian的“真香”秘诀！出海圈高质量社群，就看雨生云计算
---
### **新闻原文中英文对照：**
Atlassian moves Jira, Confluence instances to AWS Graviton • The Register https://www.theregister.com/2025/11/13/atlassian_aws_graviton_migration/
Atlassian twice shunned AWS Graviton CPUs, but now runs Jira and Confluence on them
Atlassian两次拒绝了AWS Graviton CPU，但现在Jira和Confluence都在其上运行。
Bills fell 10 percent after granular tests suggested JVM tweaks that improved performance
在细粒度测试表明JVM调整可提高性能后，账单下降了10%。
Atlassian twice marked Amazon Web Services’ Graviton CPUs off-limits for production purposes, but recently relented and now uses the processors to power thousands of server instances that run its Jira and Confluence products. So what changed?
Atlassian曾两次将亚马逊网络服务（AWS）的Graviton CPU标记为禁止用于生产目的，但最近态度软化，现在使用这些处理器来支持数千个运行其Jira和Confluence产品的服务器实例。那么，到底是什么改变了呢？
A recent post by Atlassian principal site reliability engineers Paulo Almeida and Jakub Gutkowski, plus software engineer Jędrzej Lepa, reveals that Atlassian was interested in Amazon’s CPUs after the 2020 release of Graviton 2.
Atlassian首席站点可靠性工程师Paulo Almeida和Jakub Gutkowski，以及软件工程师Jędrzej Lepa最近发布的一篇文章透露，Atlassian在2020年Graviton 2发布后就对亚马逊的CPU感兴趣。
“In the tech industry there are only a couple of things that can make engineers try something new. Either it’s because we can do something faster or because we can do something cheaper,” the Atlassian trio wrote. “When only one of those two benefits presents itself, we often resort to long trade-off conversations because we not only have to factor in the immediate gains but also the invisible costs of implementation, support, tooling ecosystem, edge cases, and so on.”
“在科技行业，只有两件事能让工程师尝试新事物。要么是因为我们可以做得更快，要么是因为我们可以做得更便宜，”Atlassian三人组写道。“当这两种好处中只出现一种时，我们常常会陷入漫长的权衡对话，因为我们不仅要考虑眼前的收益，还要考虑实施、支持、工具生态系统、边缘案例等等的无形成本。”
Atlassian noted AWS’s claims that Graviton would be both faster and cheaper, which made the processors worthy of investigation – but its early tests did not support Amazon’s assertions.
Atlassian注意到AWS声称Graviton将更快更便宜，这使得这些处理器值得调查——但其早期测试并不支持亚马逊的说法。
“There have been previous investigations into the feasibility of migrating Jira to Graviton 2 and Graviton 3 at Atlassian,” the trio wrote. Those efforts produced results that showed Graviton processors were not superior, but didn’t unearth a smoking gun that showed exactly how Amazon’s CPUs slowed Atlassian’s code.
“此前，Atlassian曾对将Jira迁移到Graviton 2和Graviton 3的可行性进行过调查，”三人写道。这些努力产生的结果表明Graviton处理器并非更优，但也没有发现确凿证据表明亚马逊的CPU是如何减慢Atlassian代码的。
“From a performance engineer’s view, this is a problem,” Atlassian’s post states. “When issues appear at specific parts of our code, at least you know where to investigate next. But when problems span multiple endpoints and areas of your code, pinpointing a fix is like finding a needle in a haystack.”
“从性能工程师的角度来看，这是一个问题，”Atlassian的文章指出。“当问题出现在我们代码的特定部分时，至少你知道下一步该调查哪里。但当问题跨越多个端点和代码区域时，找出解决方案就像大海捞针。”
Atlassian doesn’t have unlimited resources, so after its site reliability engineering team could not reach consensus about why Graviton wasn’t delivering, the company parked it.
Atlassian没有无限的资源，所以当其站点可靠性工程团队无法就Graviton为何未能达到预期达成共识时，公司便将其搁置了。
“The sentiment for a while across the SRE team was ‘Graviton is off limits for now; should we ever want to try it again, we need an unquestionable and reproducible evidence that explains why Jira and Confluence couldn’t run before with the desired performance (and what makes it possible now)’,” the post explains.
“SRE团队在一段时间内的普遍看法是‘Graviton暂时禁用；如果我们要再次尝试，我们需要无可辩驳和可重现的证据，解释为什么Jira和Confluence以前无法达到预期的性能（以及现在是什么使其成为可能）’，”文章解释道。
Atlassian migrated 4 million Postgres databases to shrink AWS bill
Atlassian迁移了400万个Postgres数据库以缩减AWS账单。
Atlassian's Trello redesign may be 'worst in tech history' say frustrated users
受挫用户称Atlassian的Trello重新设计可能是“科技史上最糟糕的”。
Atlassian's move to cloud-only means customers face integration issues and more
Atlassian转向纯云端意味着客户面临集成问题等等。
Atlassian drops $1B on company that helps measure dev productivity
Atlassian豪掷10亿美元收购一家帮助衡量开发人员生产力的公司。
In September 2024, AWS switched on the EC2 instances running Graviton 4 and again claimed they delivered superior performance. Atlassian decided to take another look and this time devised tests it hoped would yield more granular data about the performance of Amazon’s chips with its code.
2024年9月，AWS启用了运行Graviton 4的EC2实例，并再次声称它们提供了卓越的性能。Atlassian决定再次审视，这次设计了测试，希望能获得关于亚马逊芯片与其代码性能的更细粒度数据。
That effort produced insights into the way Graviton processors use their L3 cache.
这项工作产生了关于Graviton处理器如何使用其L3缓存的见解。
“This finding was valuable because it helped us move beyond the biased ‘Graviton-doesn’t-have-enough-horse-power’ knee-jerk reaction and pointed us to something more tangible, consistent and reproducible across multiple tests,” Atlassian’s authors wrote. It also suggested ways that Atlassian could optimize its use of the Java virtual machine (JVM) so that Graviton’s caching quirks didn’t negatively impact performance.
“这一发现很有价值，因为它帮助我们超越了带有偏见的‘Graviton马力不足’的条件反射，并指出了在多次测试中更具体、一致和可重现的东西，”Atlassian的作者写道。它还提出了Atlassian可以优化Java虚拟机（JVM）使用方式的方法，这样Graviton的缓存特性就不会对性能产生负面影响。
Those JVM tweaks produced improved performance.
那些JVM调整带来了性能提升。
“In theory all we would to have to do is to change the instance type to a Graviton-based equivalent and happy days, right?” the post states, before answering that question with an observation that when AWS launches a new instance type, the incidence of Insufficient Capacity Errors (ICE) increases.
“理论上，我们所要做的就是将实例类型更改为基于Graviton的等效类型，然后一切就万事大吉，对吧？”文章写道，然后用一个观察回答了这个问题：当AWS推出新的实例类型时，不足容量错误（ICE）的发生率会增加。
“Atlassian has worked with the cloud long enough to realise that what might be an exception for smaller customers is common for us. ICE errors occur between 10,000 to 15,000 times per hour worldwide for Atlassian,” the post states.
“Atlassian在云端工作了足够长的时间，认识到对小型客户来说可能是例外的情况，对我们来说却是常态。全球范围内，Atlassian每小时会发生10,000到15,000次ICE错误，”文章指出。
The company therefore devised a scheme that sees it use EC2 instances powered by Graviton 4 processors for user-facing tasks and older Gravitons for other workloads, while ensuring workloads can fallback to x86 instances when required.
因此，该公司设计了一个方案，使用由Graviton 4处理器支持的EC2实例来处理面向用户的任务，并使用较旧的Graviton来处理其他工作负载，同时确保在需要时工作负载可以回退到x86实例。
Atlassian has since migrated over 3,000 Jira and Confluence instances to Graviton, and after has chalked up “around 9.8 percent savings across the board, while improving the experience for our customers with ... meaningfully lower latencies.”
此后，Atlassian已将3000多个Jira和Confluence实例迁移到Graviton，并实现了“整体约9.8%的成本节约，同时通过……显著降低延迟，改善了客户体验。”
The post says Atlassian’s cost to operate some of its cloudy infrastructure has fallen 25 percent, but achieving that on all systems “will require a bit of reorganisation of our fleet to unlock.”
文章称，Atlassian运营其部分云基础设施的成本已下降25%，但要在所有系统上实现这一点，“将需要对我们的车队进行一些重组才能解锁。”
Atlassian users will probably hope the company gets that re-org done quickly, as the company hiked prices in October and has promised to start charging for its Rovio AI at an unspecified future point. ®
Atlassian用户可能会希望公司尽快完成重组，因为该公司在10月份提高了价格，并承诺在未来某个不确定的时间点开始对其Rovio AI收费。®
Sponsored: Generative AI on Google Cloud. Get started for free.
赞助：Google Cloud上的生成式AI。免费开始。
More about
更多
5 comment bubble on white COMMENTS
5条评论
AtlassianAWSAWS Graviton
Atlassian AWS AWS Graviton
More like these
更多此类内容
Other stories you might like
你可能喜欢的其他故事
Geopolitics push European CIOs to think local on cloud
地缘政治促使欧洲CIO们在云端思考本地化。
Majority of customers plan to favor domestic providers as sovereignty fears rise
随着主权担忧加剧，大多数客户计划偏爱国内提供商。
PaaS + IaaS1 hr | 3
PaaS + IaaS 1小时 | 3
Rhadamanthys malware admin rattled as cops seize a thousand-plus servers
Rhadamanthys恶意软件管理员因警方查获千余台服务器而震惊。
Operation Endgame also takes down Elysium and VenomRAT infrastructure
“终局行动”还捣毁了Elysium和VenomRAT的基础设施。
Cyber-crime1 hr |
网络犯罪 1小时 |
London left buffering as Hyperoptic backup link refuses to boot
Hyperoptic备份链路拒绝启动，伦敦陷入缓冲。
Broadband provider says damaged fiber and dormant failover path knocked customers offline for nearly 24 hours
宽带提供商称，受损光纤和休眠的故障转移路径导致客户离线近24小时。
Networks1 hr | 5
网络 1小时 | 5
Bring complexity under control with enterprise-grade Kubernetes
使用企业级Kubernetes控制复杂性。
No, it'll probably never be a doddle – but you don't have to take the hard way when deploying Kubernetes, says Nutanix
不，这可能永远不会是小菜一碟——但Nutanix表示，在部署Kubernetes时，你不必走艰难的道路。
Sponsored Feature
赞助特稿
NHS supplier ends probe into ransomware attack that contributed to patient death
NHS供应商结束对导致患者死亡的勒索软件攻击的调查。
Synnovis's 18-month forensic review of Qilin intrusion completed, now affected patients to be notified
Synnovis对Qilin入侵的18个月取证审查已完成，现在将通知受影响的患者。
Cyber-crime2 hrs | 2
网络犯罪 2小时 | 2
To 'Infinity' ... and beyond: MX Linux 25 has arrived
“无限”……及更远：MX Linux 25已到来。
Systemd-free option still available if you choose that download
如果你选择下载，仍然提供无Systemd选项。
OSes4 hrs | 13
操作系统 4小时 | 13
Networking students need an explanation of the internet that can fit in their heads
网络学生需要一个能装进他们脑海的互联网解释。
Systems Approach Networks have changed profoundly, except for the parts that haven’t
系统方法 网络已经发生了深刻变化，除了那些没有变化的部分。
Networks6 hrs | 18
网络 6小时 | 18
Russia’s first autonomous humanoid robot staggers and falls on debut
俄罗斯首个自主人形机器人在首秀中蹒跚跌倒。
Go home, comrade clanker, you look drunk – and worryingly angry
回家吧，同志咔嗒机，你看起来醉了——而且令人担忧地生气。
AI + ML9 hrs | 31
人工智能+机器学习 9小时 | 31
Google to allow Android users with high pain tolerance to sideload unverified apps
Google将允许容忍度高的Android用户侧载未经验证的应用。
Promises some easing of rules that knobble indie devs, eventually
承诺最终会放宽一些限制独立开发者的规则。
Software10 hrs | 7
软件 10小时 | 7
Microsoft is building datacenter superclusters that span continents
微软正在建设横跨各大洲的数据中心超级集群。
The 100 trillion-parameter models of the near future can't be built in one place
未来近期的万亿参数模型无法在一个地方构建。
Systems12 hrs | 12
系统 12小时 | 12
OpenAI GPT-5.1 adds more personalities, loses inhibitions
OpenAI GPT-5.1增加了更多个性，失去了抑制。
Updated model may deliver a bit more unwanted content, but will be polite about it
更新后的模型可能会提供更多不需要的内容，但会对此表示礼貌。
AI + ML13 hrs | 3
人工智能+机器学习 13小时 | 3
You can now put your US passport into Apple Wallet for domestic travel
您现在可以将美国护照放入Apple Wallet中用于国内旅行。
con Biting the hand that feeds IT
注册图标 咬住IT的喂养之手
About Us
关于我们
Our Websites
我们的网站
Your Privacy
您的隐私
Situation PublishingCopyright. All rights reserved © 1998–2025
Situation Publishing版权所有。保留所有权利 © 1998–2025
