Melhor VPS

Cloud Server

Cloud Server spot ou sob demanda: qual escolher?

Compare Cloud Server spot e sob demanda em preço, risco de interrupção, disponibilidade e cargas ideais, com estratégias práticas e seguras para produção.

Revisão editorial: Concluída

Resposta direta

Cloud Server spot usa capacidade temporariamente disponível do provedor e pode custar bem menos que uma instância sob demanda, mas está sujeito a interrupções e falhas de alocação. Ele funciona melhor em processamento em lote, renderização, testes, workers de filas e tarefas distribuídas que salvam progresso. A modalidade sob demanda é mais previsível e costuma ser a escolha adequada para bancos de dados, APIs com estado e serviços que não podem desaparecer durante uma requisição. Em produção, a solução mais equilibrada geralmente combina uma base sob demanda com capacidade spot para absorver picos. O desconto anunciado não deve ser analisado sozinho: tempo de engenharia, reinicializações, transferência de dados e perda de trabalho também entram no custo total.

Resumo rápido

  • Instâncias spot aproveitam capacidade excedente e podem ser interrompidas pelo provedor.
  • Instâncias sob demanda permanecem ativas enquanto houver pagamento, conta regular e capacidade operacional disponível.
  • Descontos spot podem superar 80% em alguns provedores, regiões e famílias, mas não são garantidos.
  • Workers sem estado, pipelines de CI e processamento em lote são bons candidatos a spot.
  • Bancos de dados primários e aplicações monolíticas com disco local pedem maior previsibilidade.
  • Checkpoints, filas duráveis e autoscaling diminuem o impacto das interrupções.
  • Uma arquitetura híbrida costuma equilibrar economia, disponibilidade e complexidade operacional.

Como funcionam Cloud Server spot e sob demanda

Uma instância sob demanda é criada a partir da capacidade disponível do provedor e cobrada durante o período de uso, normalmente por segundo, minuto ou hora, conforme a plataforma. Não existe compromisso de longo prazo, embora reservas e planos de economia possam reduzir o custo de cargas estáveis. O provedor não pretende retomar essa máquina apenas para redistribuir capacidade, mas panes, manutenção, limites de conta e falta temporária de recursos ainda podem afetar a criação ou a continuidade do serviço.

A instância spot também nasce da infraestrutura compartilhada do provedor, porém utiliza capacidade computacional ociosa. Em troca do desconto, o cliente aceita que a máquina seja encerrada, desalocada ou interrompida quando aquela capacidade for necessária em outro lugar. AWS EC2 Spot, Google Cloud Spot VMs e Azure Spot Virtual Machines seguem essa lógica, ainda que tenham terminologia, política de preço e comportamento de remoção diferentes.

Capacidade excedente e possibilidade de interrupção

Imagine um pipeline que converte 50 mil vídeos curtos. Cada worker usa 4 vCPUs e 8 GB de RAM, processa um arquivo por vez e grava o resultado em armazenamento de objetos. Se três dos vinte workers spot desaparecerem, a fila devolve as tarefas incompletas e outras máquinas continuam o trabalho. A interrupção aumenta o tempo total, mas não corrompe o resultado.

O cenário muda em um servidor único que executa API, PostgreSQL e uploads locais. Se a instância for retomada, o endereço pode mudar, requisições em andamento são perdidas e arquivos ainda não replicados ficam indisponíveis. Transformar esse monólito em carga spot exige separar banco, objetos e sessões, o que pode custar mais do que a economia obtida.

Cobrança flexível não significa o mesmo produto

Spot, sob demanda e cobrança por hora são conceitos relacionados, mas não idênticos. Uma máquina sob demanda pode ser faturada por hora sem sofrer retomadas por capacidade. Já uma instância spot também pode ter medição granular, porém carrega o risco adicional de interrupção. O artigo sobre VPS por hora ou mensal ajuda a separar periodicidade de cobrança, compromisso contratual e modelo de alocação.

Um teste simples usa três workers de 2 vCPUs e 4 GB por uma semana. Execute um grupo sob demanda e outro spot, registrando duração, número de retomadas, tarefas repetidas e horas de engenharia. Essa medição mostra se a carga realmente tolera o modelo, em vez de assumir que todo serviço conteinerizado é automaticamente descartável.

Preço nominal e custo total da infraestrutura

O atrativo de spot está no desconto sobre a tarifa sob demanda. Provedores como AWS, Google Cloud e Microsoft Azure anunciam reduções que podem chegar perto de 90% em situações específicas. Esse número não deve virar premissa fixa de orçamento. Região, família de máquina, sistema operacional, horário, disponibilidade e política comercial alteram o valor efetivo. Qualquer comparação monetária precisa ser conferida nas calculadoras oficiais antes da contratação.

Quando o desconto vira economia real

Considere um processamento mensal que exige 10 mil horas de vCPU. Se a tarifa hipotética sob demanda for R$ 0,20 por hora de vCPU, o custo bruto seria R$ 2.000. Com desconto spot efetivo de 70%, a computação cairia para R$ 600. Caso 12% do trabalho precise ser refeito por interrupções, o consumo sobe para 11.200 horas de vCPU e custa R$ 672. Ainda há economia, mas ela é menor que a sugerida pelo desconto nominal.

Outro exemplo é uma suíte de testes que roda 80 vezes ao dia durante dez minutos, usando uma máquina de 8 vCPUs e 16 GB. Como o ambiente pode ser reconstruído por Terraform e os artefatos ficam em armazenamento externo, uma interrupção custa poucos minutos. Nesse caso, spot tende a gerar economia com pouca mudança arquitetural.

Custos ocultos de retomada e operação

O cálculo deve incluir observabilidade, filas, armazenamento de checkpoints, tráfego entre zonas e tempo da equipe. Se dois engenheiros gastarem 20 horas implementando tolerância a interrupções, são 40 horas de trabalho antes da primeira economia. Para uma carga de R$ 100 mensais, o retorno pode demorar anos. Para um cluster que custa dezenas de milhares por mês, a mesma implementação pode se pagar rapidamente.

Componente do custoSob demandaSpotComo medir
ComputaçãoTarifa regular e previsívelDesconto variável por provedor e regiãoHoras reais por família de máquina
RetrabalhoBaixo em operação normalPode crescer com interrupçõesTarefas repetidas e tempo perdido
EngenhariaConfiguração convencionalExige automação e tolerância a falhasHoras de desenvolvimento e manutenção
ArmazenamentoDisco, snapshots e objetosPode exigir checkpoints mais frequentesGB armazenados, operações e retenção
CapacidadeMais previsível, sem garantia absolutaPode ficar indisponível para novas alocaçõesFalhas de criação e tempo em fila

Uma planilha prática deve comparar pelo menos três cenários: 100% sob demanda, 100% spot e composição híbrida. Inclua taxa de interrupção observada, duração média da tarefa e custo por resultado concluído. O indicador útil não é reais por hora de máquina, mas reais por vídeo convertido, teste executado ou lote processado com sucesso.

Como preparar uma aplicação para interrupções

A regra central para spot é assumir que qualquer nó pode desaparecer. O aviso de interrupção oferecido pelo provedor ajuda, mas não substitui uma arquitetura resiliente. Na AWS, a notificação de interrupção de uma instância EC2 Spot costuma ser disponibilizada cerca de dois minutos antes da ação. Google Cloud e Azure trabalham com mecanismos próprios e janelas curtas. A aplicação deve funcionar mesmo quando o aviso não for processado a tempo.

Checkpoint, filas e desligamento controlado

Um worker que leva 90 minutos para treinar um modelo pode gravar checkpoint a cada cinco minutos em armazenamento de objetos. Se houver interrupção no minuto 67, a nova instância retoma do checkpoint do minuto 65, perdendo apenas dois minutos. Sem checkpoint, todo o período seria desperdiçado. Para tarefas de 20 segundos, o checkpoint pode custar mais que o reprocessamento, então basta devolver a mensagem para a fila.

Em uma fila como RabbitMQ, Amazon SQS ou Google Pub/Sub, o worker deve confirmar a mensagem somente depois de persistir o resultado. Se a máquina morrer antes do reconhecimento, a mensagem volta a ficar disponível. Também é preciso tornar a tarefa idempotente. Uma cobrança, por exemplo, não pode ser executada duas vezes porque o worker reiniciou entre a chamada ao gateway e a confirmação da fila.

Um manipulador de encerramento pode parar de buscar novas tarefas, terminar o item atual quando houver tempo e publicar métricas antes de sair. Em Linux, serviços podem tratar SIGTERM; em Kubernetes, terminationGracePeriodSeconds: 90 e um preStop curto ajudam no esvaziamento. A janela deve respeitar o aviso real do provedor. Configurar dez minutos de tolerância não cria dez minutos de aviso.

Estado persistente deve ficar fora da instância

Discos efêmeros servem para cache, arquivos temporários e camadas reconstruíveis. Resultados importantes devem ir para banco gerenciado, volume persistente ou armazenamento de objetos. Um renderizador pode baixar o arquivo de origem, produzir segmentos no NVMe local e enviar a saída final para um bucket. Se for interrompido, o orquestrador descarta os temporários e agenda novamente apenas o item sem marcador de conclusão.

Três testes revelam falhas rapidamente. Encerre 20% dos workers durante um lote, bloqueie a criação de novas instâncias por quinze minutos e desligue um nó enquanto ele grava um resultado. Observe duplicações, tarefas presas e tempo de recuperação. Se o sistema não suportar esses eventos em homologação, o desconto spot apenas transfere custo de infraestrutura para incidentes em produção.

Disponibilidade, capacidade e autoscaling

Instância spot não representa uma reserva de capacidade. Mesmo que um tipo de máquina esteja disponível agora, novas unidades podem falhar minutos depois. A frequência de interrupção também varia entre regiões, zonas e famílias. Uma arquitetura que exige exatamente uma máquina com 16 vCPUs e 64 GB em uma única zona fica mais exposta do que outra capaz de usar quatro formatos equivalentes distribuídos entre três zonas.

Diversificar tipos e zonas reduz falhas de alocação

Suponha que um worker precise de pelo menos 4 vCPUs e 8 GB. Em vez de aceitar apenas um formato, o grupo pode permitir máquinas de 4 vCPUs e 8 GB, 4 vCPUs e 16 GB ou 8 vCPUs e 16 GB, desde que o software ajuste a concorrência conforme a memória disponível. Essa flexibilidade abre mais pools de capacidade. O scheduler pode executar dois processos no primeiro formato e quatro no último, mantendo consumo próximo de 2 GB por processo.

Distribuir workers entre zonas também ajuda, mas aumenta a atenção com tráfego e dependências. Se todos acessarem um banco em outra zona, o custo de transferência e a latência podem anular parte da economia. Para processamento de objetos, prefira buckets acessíveis regionalmente e agrupe tarefas para evitar milhões de operações pequenas.

Uma base sob demanda estabiliza o serviço

Um desenho comum mantém capacidade mínima sob demanda e usa spot para expansão. Uma API pode operar com quatro instâncias sob demanda de 2 vCPUs e 4 GB, suficientes para a carga normal, e adicionar até doze instâncias spot quando a utilização de CPU superar 65% ou a fila exceder mil mensagens. Se o pool spot secar, a base continua atendendo o tráfego, ainda que com maior tempo de espera.

O autoscaling precisa reagir a métricas da aplicação. CPU é útil para compressão e renderização, mas não representa bem filas bloqueadas por I/O. Para workers, escale com profundidade da fila e idade da mensagem mais antiga. Um alvo possível é uma instância para cada 100 tarefas pendentes, com mínimo de quatro nós sob demanda, máximo de dezesseis no total e redução após dez minutos de estabilidade. O passo a passo sobre como configurar autoscaling em Cloud Server aprofunda políticas, cooldown e métricas.

Teste também a ausência completa de spot. Se o backlog crescer de mil para dez mil tarefas, defina se o sistema pode esperar, usar temporariamente sob demanda ou rejeitar novos lotes. Sem essa decisão, o autoscaler pode insistir em criar capacidade indisponível enquanto o prazo operacional estoura silenciosamente.

Quais cargas combinam com cada modelo

A escolha depende menos da linguagem ou do sistema operacional e mais da capacidade de interromper e reconstruir o trabalho. Uma aplicação em Python pode ser excelente candidata a spot quando processa mensagens independentes, ou uma péssima candidata quando mantém sessões e arquivos locais. O mesmo raciocínio se aplica a Java, Node.js, contêineres e máquinas virtuais tradicionais.

Boas candidatas para capacidade spot

Processamento em lote é o exemplo mais direto. Conversão de imagens, renderização 3D, indexação, análise de logs e simulações científicas podem dividir o trabalho em unidades pequenas. Um lote de 100 mil imagens, com 300 milissegundos por item, pode ser distribuído entre dezenas de workers. Se dois forem removidos, somente as mensagens não confirmadas voltam à fila.

Pipelines de integração contínua também se encaixam quando o executor é descartável. A imagem do ambiente deve ser versionada, dependências podem usar cache externo e artefatos precisam ser enviados antes do encerramento. Um teste de quinze minutos tolera reinício ocasional; um deploy que altera banco de dados exige um executor mais estável ou uma etapa transacional cuidadosamente controlada.

Ambientes de desenvolvimento podem usar spot quando não guardam trabalho local. Um workspace reconstruído por contêiner e Git perde poucos minutos. Já uma máquina usada como desktop remoto durante uma apresentação ao cliente não combina com retomadas imprevisíveis.

CargaModelo indicadoMotivo técnicoConfiguração inicial de referência
Worker de imagensSpot ou híbridoTarefas independentes e repetíveis4 vCPUs, 8 GB, fila durável, objetos externos
CI para testes automatizadosSpotExecutor descartável e ambiente reproduzível8 vCPUs, 16 GB, cache externo, limite de 30 minutos
API pública sem estadoHíbridoBase estável com expansão econômica4 nós sob demanda e até 12 spot
PostgreSQL primárioSob demandaEstado persistente e recuperação sensível4 vCPUs, 16 GB, volume persistente e réplica
Treinamento de modeloSpot com checkpointAlto consumo e progresso recuperávelGPU compatível, checkpoint a cada 5 minutos
Servidor de jogo com sessãoSob demandaInterrupção desconecta usuários ativosCPU de alta frequência, IP estável e backup

Cargas que pedem instâncias sob demanda

Bancos de dados primários, control planes, gateways, VPNs e serviços de autenticação geralmente precisam de continuidade. Eles até podem participar de arquiteturas avançadas com nós preemptíveis, mas a complexidade de consenso, replicação e failover raramente compensa em projetos pequenos. Para essas funções, instâncias sob demanda, compromissos de uso ou serviços gerenciados oferecem uma base operacional mais previsível.

Também evite spot quando o software tem licenciamento vinculado ao hardware, inicialização de quarenta minutos ou sincronização de centenas de gigabytes antes de trabalhar. Nesse caso, cada retomada consome uma parcela relevante da janela útil. Meça tempo de preparação, tempo produtivo e custo de saída. Se um nó trabalha duas horas, mas gasta cinquenta minutos inicializando, a eficiência já nasce limitada.

Dados, backup e disaster recovery

A interrupção de spot é um evento operacional esperado, não um mecanismo de backup. Recriar uma máquina a partir de uma imagem resolve o sistema operacional, porém não recupera registros gravados apenas no disco local. A estratégia precisa separar configuração, estado e dados de negócio, definindo onde cada elemento é persistido e como será restaurado.

Interrupção não substitui estratégia de backup

Use imagens imutáveis ou scripts de inicialização para reconstruir o ambiente. Terraform, OpenTofu, Ansible e imagens de contêiner reduzem diferenças entre nós. Segredos devem vir de um cofre ou serviço de identidade, nunca de arquivos embutidos na imagem. Uma nova instância recebe permissão temporária para ler somente os recursos necessários, evitando chaves estáticas em scripts ou repositórios.

Para um worker de documentos, uma configuração robusta pode manter a imagem no registry, os arquivos originais em armazenamento de objetos com versionamento, o estado da tarefa em PostgreSQL e métricas em uma plataforma externa. O disco local de 100 GB funciona apenas como cache. Se a máquina desaparecer, a substituta baixa a mesma imagem, consulta tarefas pendentes e continua sem depender do volume anterior.

Bancos de dados exigem outra abordagem. Um PostgreSQL de produção pode executar em instâncias sob demanda, com backups contínuos, retenção de sete a trinta dias e restauração para um ponto no tempo. A presença de uma réplica não elimina backup, pois exclusões acidentais e corrupção lógica podem ser replicadas. Workers spot acessam o banco por credenciais limitadas e não assumem responsabilidade pela persistência principal.

Testes de restauração revelam dependências ocultas

Defina RPO e RTO. Um RPO de cinco minutos admite perder até cinco minutos de dados. Um RTO de uma hora exige que o serviço volte nesse intervalo. Esses números orientam frequência de backup, replicação e automação. Para um blog pequeno, RPO de 24 horas pode ser aceitável. Para pedidos de comércio eletrônico, cinco minutos talvez sejam excessivos.

Execute um exercício trimestral: crie rede vazia, restaure banco, publique a aplicação e processe uma tarefa real. Cronometre cada etapa. O plano de disaster recovery para VPS oferece uma base para documentar responsáveis, prioridades e testes, mesmo quando a infraestrutura combina Cloud Server e serviços gerenciados.

Inclua três falhas no ensaio: interrupção simultânea de metade dos workers, indisponibilidade de uma zona e restauração de um objeto apagado. Monitore taxa de erro, idade da fila e tempo até recuperar capacidade. Uma arquitetura que sobrevive à retomada de máquinas, mas depende de um único banco sem backup, continua frágil.

Recomendações por perfil

Desenvolvedor solo e projetos experimentais

Para laboratório, automação pessoal, crawling controlado ou testes, spot pode reduzir o custo desde que o ambiente seja reproduzível. Comece com uma instância de 2 vCPUs e 4 GB, provisionada por script, e mantenha código no Git e resultados em armazenamento externo. Configure limite de gastos e desligamento automático. Se a máquina for usada interativamente, salve alterações com frequência e aceite que uma sessão pode terminar sem escolha de horário. Projetos que custam pouco sob demanda talvez não justifiquem horas de automação. Faça um piloto de sete dias e compare custo por execução concluída, não apenas a tarifa da máquina.

Times de produto e plataformas SaaS

Uma equipe com API, workers e banco deve adotar composição híbrida. Mantenha banco, autenticação e capacidade mínima da API em instâncias sob demanda. Direcione jobs assíncronos para workers spot em duas ou três zonas, aceitando vários tipos de máquina. Uma referência inicial é 30% a 50% da capacidade computacional em nós estáveis, com expansão spot limitada por profundidade de fila. Registre interrupções, falhas de alocação e tempo de retomada. Se o serviço tiver picos previsíveis, programe aumento antecipado da base sob demanda para evitar depender de capacidade spot justamente no horário mais disputado.

Produção crítica e serviços com SLA

Sistemas financeiros, saúde, identidade e operações com penalidade contratual precisam priorizar continuidade. Spot pode participar de tarefas auxiliares, como geração de relatórios, processamento de telemetria ou recomputação de cache, mas não deve formar a única camada de atendimento. Distribua a base sob demanda entre zonas, mantenha health checks independentes e defina capacidade suficiente para sobreviver à perda de um grupo spot inteiro. Teste failover, restauração e degradação controlada. Quando a carga é estável durante meses, compare sob demanda com compromissos de uso ou reservas. Esses modelos podem reduzir custo sem introduzir retomadas frequentes, embora tragam compromisso financeiro e exijam previsão mais precisa.

Perguntas frequentes

Cloud Server spot pode ser usado em produção?

Sim, desde que a aplicação tolere a remoção de uma ou mais instâncias sem perder dados nem interromper todo o serviço. O desenho mais seguro mantém capacidade mínima sob demanda e usa spot para workers, processamento assíncrono ou expansão durante picos. Filas duráveis, tarefas idempotentes, armazenamento externo e autoscaling são componentes básicos. Se a carga depende de um único servidor, guarda arquivos apenas no disco local ou demora muito para iniciar, a economia pode não compensar o risco e a complexidade operacional.

Qual é a diferença entre spot, preemptível e sob demanda?

Sob demanda descreve capacidade contratada sem compromisso prolongado e sem retomada planejada para redistribuição de recursos. Spot e termos como preemptível identificam capacidade excedente oferecida com desconto, mas sujeita a interrupção pelo provedor. Os nomes e as regras variam entre AWS, Google Cloud e Microsoft Azure. Também existem diferenças em notificação, preço, duração e ações de encerramento. Antes de migrar uma carga, consulte a documentação da plataforma e teste o comportamento real na região e na família de máquina escolhidas.

Quanto é possível economizar usando instâncias spot?

Os provedores anunciam descontos que podem se aproximar de 90% em determinadas combinações de região e máquina, mas a economia efetiva costuma ser menor. É preciso incluir trabalho refeito, armazenamento de checkpoints, tráfego, observabilidade e horas de engenharia. Uma carga com desconto nominal de 70% e 12% de reprocessamento ainda pode ser vantajosa. Já um serviço pequeno que exige semanas de adaptação pode sair mais caro. Compare o custo por tarefa concluída ou requisição atendida, não somente o preço por hora.

Bancos de dados podem rodar em instâncias spot?

Tecnicamente é possível criar bancos em instâncias spot, mas isso raramente é uma boa escolha para o nó primário de produção. A interrupção pode exigir failover, remontagem de volumes e recuperação de transações, ampliando o risco operacional. Em clusters avançados, réplicas descartáveis ou nós de leitura podem usar capacidade temporária quando o sistema aceita sua perda. Para a maioria dos projetos, o banco primário deve ficar em instância sob demanda ou serviço gerenciado, com backups contínuos, réplica, teste de restauração e objetivos claros de RPO e RTO.

O que acontece quando uma instância spot é interrompida?

O provedor pode encerrar, parar ou desalocar a máquina, conforme a plataforma e a configuração. Algumas nuvens emitem uma notificação pouco antes da interrupção, mas a janela é curta e não deve ser tratada como garantia de salvamento. A aplicação precisa parar de buscar novas tarefas, persistir progresso quando possível e devolver trabalhos incompletos à fila. Dados mantidos apenas em armazenamento efêmero podem ser perdidos. Uma nova instância também pode demorar a surgir se o mesmo pool continuar sem capacidade disponível.

Como decidir a proporção entre spot e sob demanda?

Comece calculando a capacidade mínima necessária para manter o serviço utilizável mesmo sem nenhuma instância spot. Essa base fica sob demanda. Depois, direcione crescimento, tarefas assíncronas e processamento em lote para o pool temporário. Uma equipe pode iniciar com 70% sob demanda e 30% spot, medir interrupções por duas semanas e aumentar gradualmente a participação spot. A proporção correta depende do backlog tolerável, do tempo de inicialização, da disponibilidade regional e do SLA. Simule a perda de todo o pool antes de ampliar sua participação.

Fontes consultadas