你的云服务器快照是不是快把存储空间撑爆了？
账单又来了，快照那栏的金额比上个月又高了一截——你盯着屏幕愣了两秒，心里嘀咕：我上周明明删过一批啊？
其实不是你忘了删，是根本没来得及想。运维日常哪有“定期清理”这回事？等想起来，快照已经堆成山了。
为什么快照会悄悄“吃掉”你的预算？
快照就是磁盘在某个瞬间的完整拷贝。
创建一次，就多占一份空间。
没人告诉你它不会自己消失，但云厂商的计费系统可记得清清楚楚：按容量 × 天数，一分不落。
很多团队的习惯是：上线前打一个、大促前打一个、数据库调优前再打一个……
一开始只是“以防万一”，后来就成了“反正也不贵，先留着”。
结果半年下来，快照数量翻了三四倍，费用也跟着水涨船高。
有个做社区团购的客户，三台核心数据库服务器设了每日自动快照，但保留策略一直空着——等于“永久保存”。
我们去查的时候，光快照就占了2TB，费用比服务器本身还高。这不是备份，是给钱养了一堆沉睡的影子。
手动清理快照的坑，你踩过几个？
登录控制台，一页页翻快照列表，勾选、确认、再确认……听起来简单？
实际操作中，你大概率会卡在第三步：这个“db-prod-20240315-rollback”到底还能不能删？
那个带“pre-migration”后缀的，是不是上周迁移失败时用过的？
更麻烦的是集群环境。比如 Redis 主从+哨兵，或者用了共享块存储的 K8s 节点。
你删了主节点的旧快照，但从节点的快照还在——恢复时一跑就报错，数据对不上。
这种问题，靠人眼根本盯不住。
还有人靠日历提醒。结果大促期间连续加班三天，提醒弹出来直接点“稍后”。
“稍后”之后，再也没打开过快照页面。
云平台自带工具：你的第一道自动防线
别急着写脚本。先看看你天天登录的那个控制台里，有没有叫“自动快照策略”“生命周期管理”或者“备份保留规则”的入口。
国内主流云厂商（阿里云、腾讯云、华为云）全都有，就在磁盘管理或快照列表页的顶部菜单或右键菜单里。
功能很实在：你可以定死——每天凌晨2点打一个，只留最近7个；或者每周日凌晨打一个，留最近4个。
老的自动滚掉，新的自动补上，存储量稳稳卡在一条线上。
重点不是点几下，而是想清楚：
- 你最怕丢多久的数据？是2小时，还是1天？
- 出问题时，你习惯回滚到哪个时间点？
- 这块盘上跑的是日志库、订单库，还是静态资源？
把这些想明白，再选对应策略。配好之后，绑定到目标磁盘——搞定。
这一步能解决八成人的快照膨胀问题。
当自带功能不够用：脚本才是终极解决方案
平台策略管不了这些情况：
- 快照名里带日期（比如
app-20240401），你想按命名规则清理； - 你有多个云账号，要统一管；
- 或者需要“混合保留”：每天的留7天，每周一的留30天，每月1号的留一年。
这时候就得上脚本。Python 最顺手，用云厂商官方 SDK（比如阿里云的 aliyun-python-sdk-ecs，腾讯云的 tencentcloud-sdk-python）几行就能写完：
- 调 API 拉出所有快照；
- 筛——按创建时间、标签、名称正则；
- 删——跳过带
protected=true标签的； - 记日志，发邮件通知。
有个做游戏联运的团队，就靠一个不到50行的 Python 脚本，把跨6个区域、12个账号的快照全管住了。
他们要求：每日备份保留7天，但每周一和每月1号的必须多留一个月。平台策略做不到，脚本干得挺利索。
如何设计万无一失的清理策略？
自动化之前，先问自己三个问题：
- 如果现在数据库崩了，你能接受最多丢失多少分钟的数据？
- 你上次成功用快照恢复过生产环境吗？在哪台测试机上试的？
- 哪些快照，打死都不能动？（比如刚上线新版本前打的那个）
一个被验证过的策略模板是：
✅ 最近24小时：每2小时一个（用于精细回滚）
✅ 最近7天：每天一个（覆盖日常变更）
✅ 最近90天：每周一个（应对周期性问题）
然后，立刻给关键快照打标。
不是备注里写“重要”，而是真正在控制台或 API 里加个标签：keep=forever 或 protected=yes。
你的脚本或平台策略，必须认这个标签，否则不如不设。
自动化上线后，就能高枕无忧了吗？
不能。
自动清理不是设完就完事，它是一条链：策略 → 执行 → 监控 → 验证。
最简单的监控，就是让脚本每次跑完，往企业微信/钉钉群里发一行消息：[快照清理] 今日删除 12 个，剩余 7 个，耗时 23s
没有这条消息，你就等于蒙眼开车。
还要盯两件事：
- 每周看一眼费用报表，快照那栏是不是开始往下走了？
- 每月抽一个快照，真恢复到测试机上跑一遍业务流程——别只看“恢复成功”，要看数据对不对、接口通不通。
有客户设了自动清理，结果脚本里 region 写错了，只清了华北，华南的还在疯长。
三个月后财务对账才发现，多花了小一万。
监控不是添麻烦，是给你省麻烦。
今天下班前，用15分钟迈出第一步
现在，打开你常用的云控制台（阿里云/腾讯云/华为云都行）。
不用找文档，直接在左侧导航栏点「云服务器 ECS」→「磁盘」→ 找到你最不重要的那块测试盘 → 点右上角「更多」或「管理」→ 找「自动快照策略」或「生命周期管理」。
新建一个策略：
🔹 执行时间：每天凌晨2:00
🔹 保留份数：3份
🔹 应用到：刚才选中的那块测试盘
设完等两天。看看快照列表是不是自动增减、总数稳在3个。
没问题了，再复制这个策略，改个名字，应用到正式环境的非核心磁盘上。
别等“完美方案”，先让第一个自动清理动作跑起来。