Elasticsearch 是日志检索和全文搜索的事实标准。当数据规模小到 GB 级、大到 PB 级，团队都会面临一个选择：自建集群还是买托管？这个问题经常被情绪驱动——「云太贵」「运维太烦」——而非数字驱动。

本文给出纯成本量化推导：用同一套算力需求，分别算清「自建裸机」和「云托管」三年总拥有成本，看看到底差多少，以及差在哪。

版本说明

本文写于 2026-08，以阿里云华北2（北京）公开定价为准。不同云厂商、不同可用区价格不同，结论仅供参考，请根据实际报价重新计算。

---

第一步：锁定评估基准

没有基准的价格对比是耍流氓。我们的假设场景是：一个中等规模的日志平台，每天摄入 500GB 原始日志，保留 30 天热数据，查询并发 50 QPS，需要跨可用区高可用。

需求项	规格	计算说明
日均写入	500 GB	原始日志体积
保留周期	30 天	热数据，用于实时检索
热数据总量	~15 TB	考虑 10% 压缩率 → 1.5 TB 索引
查询并发	50 QPS	峰值，平均 20 QPS
可用性要求	双 AZ 高可用	可承受单节点故障
链路冗余	2x 专线/公网	主备出口

节点资源估算（ES 官方推荐）：

• 内存: 磁盘 = 1:24 到 1:30（SSD 场景）
• 1.5 TB 热数据按 1:30 → 需要 50 GB 堆内存
• 生产环境堆内存不超过 31 GB（压缩指针），因此需要至少 2 个数据节点
• 加上主节点（3 个，法定票数）、协调节点（2 个做负载均衡）

最终方案：7 节点集群（3 主 + 3 数据 + 1 协调/摄入）

---

第二步：自建方案成本拆解

2.1 硬件/云服务器成本

选择阿里云 ECS 作为自建底座（裸机或自建 IDC 的等价换算类似）：

角色	规格	数量	单价（元/月）	月成本
Master 节点	ecs.r7.xlarge（4C16G）	3	823	2,469
Data 节点	ecs.r7.2xlarge（8C32G）	3	1,646	4,938
协调/摄入节点	ecs.r7.xlarge（4C16G）	1	823	823
ECM 小计		7		8,230

磁盘成本（高效云盘 2 TB/节点，数据节点需要双副本，实际存储 4 TB）：

类型	容量	单价（元/GB/月）	月成本
高效云盘	8 TB	0.35	2,800
SSD 云盘（可选，查询密集型）	8 TB	1.00	8,000

这里按混合方案（主节点高效云盘 + 数据节点 SSD）：

• 3x 主节点: 200GB × 3 × 0.35 = 210 元/月
• 3x 数据节点: 2TB × 3 × 1.00 = 6,000 元/月
• 1x 协调节点: 100GB × 1 × 0.35 = 35 元/月
• 磁盘月成本：6,245 元

2.2 网络成本

项目	月流量估算	单价	月成本
公网出口（日志写入）	15 TB（入站免费，出站按 10% 查询估算）	0.8 元/GB	12,000
SLB（负载均衡）		0.1 元/小时 + 0.05 元/GB	~100
网络小计			~12,100

2.3 运维人力成本

自建集群不是买了机器就完事：

• 集群部署与初始化：40 人时
• 监控/告警配置：24 人时
• 季度巡检/索引策略优化：4 人时/季 × 4 = 16 人时/年
• 故障响应（平均 2 次/年，每次 8 人时）：16 人时/年
• 升级/迁移（每年一次大版本）：80 人时/年

年度运维人力：136 人时，按 SRE 工程师 500 元/人时计算：

• 年度人力：68,000 元
• 月均人力：5,667 元

2.4 自建方案三年 TCO

成本项	月成本	三年成本
ECS 计算	8,230	296,280
磁盘存储	6,245	224,820
网络出口	12,100	435,600
运维人力	5,667	204,012
合计	32,242	1,160,712

注：未计入机房托管费（如果是自有 IDC）、备份存储（冷数据）、安全合规等额外支出。

---

第三步：云托管方案成本拆解

阿里云 Elasticsearch 托管版（现称「阿里云检索分析服务 Elasticsearch 版」）按需选型：

3.1 托管规格选择

对于 1.5 TB 热数据、50 QPS 场景，推荐规格：

• 数据节点：2 核 8 GB × 6 节点（可缩）或 4 核 16 GB × 3 节点
• 存储：2 TB/节点，SSD 云盘

按 4 核 16 GB × 3 节点 + 3 个主节点（2 核 4 GB）计算：

节点类型	规格	数量	单价（元/月）	月成本
数据节点	4C16G 通用型	3	2,000（预估）	6,000
主节点	2C4G 专用主节点	3	800（预估）	2,400
存储	SSD 云盘 2 TB	6	已含在节点费	0

注：阿里云 ES 托管版采用「节点规格 + 存储」捆绑计费，实际账单按实例规格和存储容量综合计价。这里按官方定价计算器估算。

托管实例月成本估测：~12,000 元（含计算、存储、基础 SLA 保障）

3.2 网络与流量成本

托管 ES 放在 VPC 内，同 VPC 内访问无额外流量费：

• 内网流量：免费
• 公网出口（NAT 网关/公网 IP）：同自建方案，15 TB × 0.8 = 12,000 元/月
• 可选：阿里云日志服务 SLS 作为摄入端，0.15 元/GB = 2,250 元/日 = 67,500 元/月

如果使用 SLS 摄入，流量成本可大幅降低（内网传输）：

• 网络成本：~5,000 元/月（仅查询结果出站 + NAT 基础费）

3.3 运维人力成本

托管版负责：

• 集群部署与初始化：0 人时（已预置）
• 监控/告警：0 人时（内置）
• 版本升级：16 人时/年（控制台一键升级 + 验证）
• 故障响应：4 人时/年（阿里云 SLA 兜底，仅需业务层验证）

年度运维人力：20 人时，月均人力：833 元

3.4 托管方案三年 TCO

成本项	月成本	三年成本
托管实例	12,000	432,000
网络/SLS	5,000	180,000
运维人力	833	29,988
合计	17,833	641,988

---

第四步：对比与决策框架

4.1 成本对比总表

方案	月成本	三年 TCO	TCO 差距
自建集群	32,242	1,160,712	基准
云托管	17,833	641,988	-44.7%

纯成本角度：托管比自建便宜约 45%。

但这只是基准场景。实际决策要考虑更多变量：

4.2 成本敏感度分析

自建更便宜的场景：

1. 已有闲置机器：公司有大量包年包月 ECS 或自有 IDC 机柜，边际成本接近 0
2. 超低查询并发：仅做日志归档，查询极少（<5 QPS），托管的固定开销不划算
3. 超大规模：PB 级数据时，托管的存储单价可能高于自建采购磁盘
4. 特殊网络环境：内网隔离要求极高，托管版的网络策略难以满足

托管更便宜的场景：

1. 中小规模：数据量 <50 TB，查询并发 <200 QPS
2. 无专职 SRE：团队没有 Elasticsearch 专家，故障排查成本高
3. 快速试错：MVP 阶段，3 个月内可能废弃，托管的启动成本低
4. 合规要求：需要 SOC2/等保合规，托管版已预置认证

4.3 隐性成本清单

隐性成本	自建	托管
版本升级风险	高（自行测试回滚）	低（阿里云兜底）
脑裂/数据丢失	自行设计快照策略	SLA 保障（可索赔）
安全补丁	自行跟踪 CVE	自动修复
多 AZ 部署	自行配置	控制台勾选
备份冷存	自建 OSS/COS	集成存储

---

坑：那些让成本失控的陷阱

坑 1：自建集群的「隐形超级峰值」

症状：月度账单突然飙涨 300%，查询超时，节点 OOM。

原因：没有做索引生命周期管理（ILM），30 天前的数据没有冷迁移，全部堆在热节点。某次大查询触发 fielddata 加载，内存打满，节点频繁 GC，最后连锁故障。

解药：

PUT _ilm/policy/logs_policy
{
  "policy": {
    "phases": {
      "hot": { "min_age": "0ms", "actions": { "rollover": { "max_size": "50gb", "max_age": "1d" } } },
      "warm": { "min_age": "7d", "actions": { "shrink": { "number_of_shards": 1 }, "forcemerge": { "max_num_segments": 1 } } },
      "cold": { "min_age": "30d", "actions": { "freeze": {} } }
    }
  }
}

坑 2：托管版的「存储刺客」

症状：托管版月账单比预估高 50%。

原因：托管版存储按预配置容量计费，而非实际使用量。开了 10 TB 磁盘但只用了 2 TB，依然按 10 TB 收费。

解药：

• 使用托管版的「弹性存储」（如果可用）
• 或自建方案采用 thin-p + 监控扩容

坑 3：跨云流量费

症状：自建集群在 AWS，应用在阿里云，每月流量费上万。

原因：云厂商之间出网流量议价能力不同，跨云流量按最高价计费。

解药：应用和数据必须在同一 VPC/同一云厂商，或采用专线互联议价。

---

可复用要点

1. 量化优先：任何「自建便宜」或「托管省心」的结论，必须先填完 TCO 表格。
2. 人力是最大变量：自建 80% 的成本是运维人力，不是机器。没有 SRE 团队不要自建。
3. 规模分界点：~50 TB 是自建和托管的成本交叉点，超过此规模需详细询价。
4. 网络是刺客：公网流量费可能超过计算费，内网部署是必须的。
5. 托管的隐性价值是风险转移：SLA + 自动补丁 + 一键扩容，对业务连续性要求高的场景，这是无法用成本衡量的。

---

下一步

下一篇：Hermes Agent 实战 18｜ES 集群容量规划：如何判断该扩容了

---

🤖 Agent 可直接解析的元数据块（点击展开）

{
  "_meta": {
    "doc_version": "2026-08-27",
    "article_id": "hermes-17-es-vs-rds",
    "profile_context": "any",
    "estimated_setup_time": "计算型文章，无需部署"
  },
  "quick_start": {
    "step_1": "根据日均写入量计算热数据容量：daily_GB × retention_days × compression_ratio",
    "step_2": "按 1:30 内存磁盘比估算数据节点内存需求",
    "step_3": "填写 TCO 对比表（ECS 计算 + 磁盘 + 网络 + 人力）",
    "step_4": "获取云厂商托管版报价进行对比",
    "step_5": "决策：规模 <50TB 且无 SRE → 托管；已有 IDC 或 PB 级 → 自建"
  },
  "safety_rules": [
    "自建集群必须配置 ILM 生命周期策略，防止热数据无限制增长",
    "托管版需确认存储计费方式（预配置 vs 实际使用）",
    "跨云部署会产生高额流量费，优先同 VPC 部署",
    "生产环境集群节点数必须为奇数（防止脑裂）"
  ],
  "verification": {
    "check_tco": "自建月成本 = ECS + 磁盘 + 网络 + (年运维人时 × 人时价 / 12)",
    "check_sla": "确认托管版 SLA 条款和赔付标准",
    "check_iln": "GET /_ilm/policy 确认 ILM 策略已生效",
    "check_network": "iftop -i eth0 确认 9200 端口流量在预期范围内"
  }
}

AI Agent 使用指南：

• 当用户说「我要自建 ES」 → 引导执行 quick_start.step_1-3 做 TCO 估算
• 当用户说「帮我对比托管和自建」 → 输出成本对比表 + verification.check_tco
• 当用户说「集群成本突然涨了」 → 执行 verification.check_iln 检查生命周期策略