GCP帳號代充值 GCP自動定時開關機腳本：每天下班自動關機幫你省下一半月租

第一章：省錢不是口號，是可被執行的流程

在雲端，成本常常不是「大頭」突然暴增，而是「小錢」每天照常發生。最典型的場景，就是你把一台或多台虛擬機開著，等到晚上下班才想起要關機。一次兩次也許不痛，但如果你有測試環境、內部服務、資料處理節點，長期累積的差額，會比你想像更接近「半個月租」的級別。

GCP帳號代充值 GCP 的彈性能力很強，但它也讓人容易忽略管理紀律：你覺得關機麻煩，所以乾脆不關；你覺得重啟會影響服務，所以不敢關；你把注意力放在業務，卻把成本風險交給「之後再說」。真正能省錢的做法，是把開關機變成流程：固定時間啟動、固定時間關閉，並把例外處理做完整。

本文討論的核心是：用 GCP 的自動定時腳本，讓每天下班自動關機，必要時也能自動開機。你不需要把環境全部重構，不需要引入複雜平台。你只要做幾件事：清楚知道哪些資源要管、用可靠的排程去觸發、用最小權限給腳本授權、最後用監控確認真的有執行到。

GCP帳號代充值 第二章：先想清楚，你要省的是哪一種「月租」

很多人一提「省半個月租」就直覺想到虛擬機的停機費，但在 GCP 上，真正會持續花錢的地方不只一項。你要先盤點，否則腳本寫得再漂亮，也只是省到一小部分。

2.1 可能受益的資源類型

通常最值得納入自動控制的，是會在「機器狀態」上直接影響計費的部分，例如：

• Compute Engine 虛擬機（停機/刪除會影響成本；常見做法是停機或定時刪除後再重建）。
• 某些持續運行的工作負載節點（如果你能用調度重啟服務，成本下降會很明顯）。
• 帶有持久磁碟的系統：磁碟通常停機仍可能計費，所以要確認你是「只停機」還是「也處理磁碟策略」。

另外，還要注意網路、負載平衡、快照、儲存類型等可能與「是否停機」沒有直接對應。你要把期待管理好：自動關機主要省的是運算成本，未必會把所有雲端費用歸零。

2.2 你真的需要「每天都開」嗎

每天固定開機，會讓成本省一半左右，但你還可以省得更多，例如：

• 只在工作日開機（週一到週五）。
• 使用更精準的時段（例如凌晨不開，或遇到延後下班就例外）。
• 對測試環境採用較短運行窗口。

自動化的價值不在於「一天省一次」，而在於「你把決策變成規則」，之後交給系統執行。當你開始想得更精細，節省比例會自然上升。

第三章：架構選擇——腳本要放在哪裡跑

在 GCP 上，你要考慮的是：排程怎麼觸發？腳本怎麼執行？憑證怎麼管理？這幾點決定你最後是否穩定。

3.1 常見做法：Cloud Scheduler + 觸發服務

最常見、也最穩的組合是：

• Cloud Scheduler：負責按時間觸發。
• Cloud Functions 或 Cloud Run：接收觸發並執行關機/開機邏輯。
• 服務帳號（Service Account）：提供最小權限，讓腳本能操作特定 VM。

這種模式的優點是：你不需要一直有一台機器在背景跑腳本；排程與執行的責任分離，出問題好排查。

3.2 另一種方式：直接用虛擬機跑 cron（不建議）

你當然可以在一台長駐 VM 上跑 cron，時間到了就用 gcloud 去停機。但這會引入新的管理點：那台「排程機器」本身也要計費、也要維護、也可能因權限或網路策略失效。當你的目標是省錢，反而在關鍵環節增加另一筆成本與故障來源。

除非你已經有長駐節點且完全可靠，否則用 Cloud Scheduler + 函數/容器更符合「低維護」的精神。

第四章：設定策略——時區、例外與安全邊界

自動關機看似簡單，但最容易翻車的地方就在細節。你要先把策略定清楚，讓腳本的行為在可預期的範圍內。

4.1 時區：別讓你的「晚上六點」變成「凌晨六點」

Cloud Scheduler 與資源所在地的時區可能不一致。你必須明確選擇時區，並在一開始就確認一次執行時間。建議做法：

• 明確指定 Scheduler 的時區（例如使用台北時間）。
• 在部署後立刻用「很快的一次觸發」測試，例如設定隔幾分鐘就觸發。
• 若你有多區域或跨專案，仍需保持同一套規則。

4.2 例外處理：臨時加班不是每次都能靠人記住

自動化最怕「人忘了取消」。為了避免你在臨時加班或緊急發布時被自動關機打斷，需要有例外機制。常見方式是：

• 用標籤（label）標記「保留運行」。例如 label=keepalive=true 的 VM 不參與關機。
• 用標籤或特定狀態檔：當你需要臨時保留，先調整標籤，腳本就跳過。
• 保留緊急手動覆蓋：遇到特殊情況，允許你隨時開啟並關閉排程。

重點是：例外要「可被系統判斷」，而不是「靠人回頭做記憶」。

4.3 安全邊界：只操作你允許的資源

腳本最怕權限過大或條件過於寬鬆。建議你採用「白名單」思路：

• 指定 VM 名稱清單或使用特定 label 的資源集合。
• 限制到特定 zone/region。
• 只允許對指定專案（project）執行。

當你未來新增 VM 時，如果它沒有相同的 label，就不會被納入控制範圍。這能避免新服務一上線就被你自動關機。

GCP帳號代充值 第五章：腳本邏輯——更像工程，而不是一次性命令

不管你用 Python、Node.js 或其他語言，核心邏輯都類似：接收觸發事件、找出目標 VM、判斷狀態、執行 stop/start、最後回傳結果並寫入日誌。

5.1 建議的輸入與輸出

輸入可以是環境變數或事件參數，例如：

• MODE：start 或 stop
• PROJECT_ID、ZONE
• LABEL_SELECTOR：例如 shutdownSchedule=workday
• EXCLUDE_SELECTOR：例如 keepalive=true

輸出則需要做到「可追蹤」。至少要包含：

• 本次要處理的 VM 清單
• 成功/失敗的結果
• 失敗原因（例如權限不足、資源不存在、API 逾時）

5.2 判斷狀態，避免重複操作

stop 之前你可以檢查 VM 是否已關機；start 之前檢查是否已開機。這不只是省 API 次數，更能避免某些情況下因重複操作造成的異常。

GCP帳號代充值 例如：

• 如果 VM 已經是 TERMINATED，就不重複 stop。
• 如果 VM 正在啟動或停止中，腳本可選擇跳過或等待，但要有超時控制。

5.3 併發策略：不要把 API 打爆

如果你有很多 VM，全部同時呼叫 stop 可能觸發速率限制或讓執行時間超時。比較穩的做法：

• 限制並發，例如每次最多處理 N 台。
• 對每台 VM 設置重試策略（但要避免無限重試）。
• 確保函數/容器的最大執行時間足夠。

自動化要能在「規模上」穩定，而不是只在 1 台 VM 時很好用。

第六章：排程設計——把「每天關機」做成兩條規則

一個完整的自動化至少包含兩個排程：下班關機、上班開機。即使你只想做下班關機，也建議提前把開機流程預留，避免你之後要手動開機而打破流程。

6.1 下班關機排程

排程條件通常是工作日：週一到週五。你可以設定例如：

• 時間：18:00（依你的時區設定）
• 觸發：呼叫 stop 模式
• 條件：匹配特定 label 的 VM；排除 keepalive=true

你也可以加上假日例外，但這會需要更進階的日曆管理。若你剛開始，先用工作日規則跑起來，之後再逐步補強。

6.2 上班開機排程

同理，你可以設定：

• 時間：09:00（或你的實際開工時間）
• 觸發：呼叫 start 模式
• 條件：同樣 label 選擇器

有些團隊選擇只在特定條件下才開機，例如只開測試環境或只開特定專案。這取決於你想控制的範圍。

6.3 如何測試而不破壞真實服務

剛上線時最怕「測試剛好打到正式環境」。建議你建立測試標籤與測試專案：

• 先把幾台 VM 加上 label 但仍在較低風險的環境。
• 用臨時排程在幾分鐘後觸發，觀察結果。
• 確認日誌與錯誤回饋清楚，再上工作日固定排程。

第七章：權限與授權——最小權限才能長期穩定

很多人自動化失敗不是因為腳本寫錯，而是權限沒處理好。你需要讓執行環境具備操作 Compute Engine VM 的權限，但又不能太寬。

7.1 服務帳號與角色

建議流程：

• GCP帳號代充值 為自動開關機建立獨立 Service Account。
• 授予能對 Compute Engine 執行必要操作的角色。
• 盡量限制在特定專案或資源範圍。

你要的不是「管理員」，而是可以 start/stop 的最小權限。實務上，角色集合會依你的實作方式（使用 API 還是 gcloud）而略有差異，但總原則是一樣：越精準越好。

7.2 網路與身份：避免「能跑在本機、上雲就死」

如果你用的不是純 API 呼叫，而是依賴某些外部資源（例如存取 secret、連內網服務），要確認執行環境有足夠的網路路由與身份設定。若只是控制 VM start/stop，通常不需要進到內網，避免複雜網路依賴是更好的工程選擇。

第八章：日誌與監控——省錢方案要能被驗證

自動關機最怕「沒關到卻沒人知道」。所以你要把監控和告警當成系統的一部分。

8.1 每次執行都要留下可追蹤資訊

建議你在每次觸發後都記錄：

• 觸發時間、模式（start/stop）
• 本次命中的 VM 清單
• GCP帳號代充值 每台 VM 的動作結果與錯誤訊息
• 整體成功率（例如成功 12/15 台）

這樣你就能在月租數字異常時回溯原因：到底是「排程沒跑」還是「API 失敗」。

8.2 建立告警規則：至少要有兩種告警

你可以用兩類告警覆蓋大部分問題：

• 排程觸發失敗或未觸發（Cloud Scheduler 的狀態告警）。
• 執行結果顯示失敗率偏高（例如 stop 模式成功率低於某個門檻）。

這樣你不用每天手動檢查 VM 狀態，也不必等到帳單出來才發現問題。

第九章：常見坑位與修正策略

你不太可能一次就完全不踩坑。下面是實務上最常遇到的狀況，以及比較務實的修正方向。

9.1 時間不對、關機太早或太晚

通常是時區配置錯誤或排程時間理解偏差。修正方式：

• 檢查 Scheduler 的時區設定。
• 在上線前用短週期測試。
• 對照實際日誌中的觸發時間與期望時間。

9.2 VM 被跳過或沒被控制

多半是 label 選擇器不匹配或 exclude 條件過寬。修正方式：

• 先列出「預期會被控制」的 VM 標籤。
• GCP帳號代充值 在測試模式下只做列印不做操作，確認命中清單。
• GCP帳號代充值 確保新 VM 上線時有正確 label。

9.3 腳本執行超時

原因可能是 VM 數量太多、併發太高或 API 呼叫等待過久。修正方式：

• 限制併發，分批處理。
• 設定單次執行的最大數量。
• 調整函數/容器的最大執行時間。

9.4 權限不足，只有部分操作失敗

修正方式：

• 檢查 Service Account 的角色與授權範圍。
• 確認是否在正確的專案/資源階層。
• 對錯誤訊息做清楚記錄，避免「吞錯」導致你以為成功。

第十章：把它落地——你可以照著做的上線流程

GCP帳號代充值 最後用一個比較像工程交付的流程，讓你能真正把自動關機跑起來，而不是停留在想法。

10.1 第一步：資源盤點

列出你希望納入控制的 VM，包含：

• 專案、區域/zone
• 用途（測試/內部服務/資料節點）
• 是否需要例外保留（例如永遠要跑的服務）

10.2 第二步：標籤規劃（讓規則可維護）

建議你至少建立兩個 label：

• shutdownSchedule=workday（或類似含義的值）
• keepalive=true（僅在需要例外時加上）

當團隊新增 VM 時，他們只要知道：要被自動控制就加上第一個 label；不想被關機就加上第二個 label。

10.3 第三步：部署執行端（函數/容器）

實作兩個模式：start 與 stop。每次執行都要輸出清單與結果，並把錯誤完整記錄。

10.4 第四步：建立兩條排程（測試先跑，再固定）

先用短週期排程測試：

• GCP帳號代充值 設定幾分鐘後 stop，觀察 VM 是否真的關機。
• 設定幾分鐘後 start，觀察是否真的開機。

確認無誤後，再改成每天固定時間的工作日排程。

10.5 第五步：加上告警規則

至少做到：

• 排程觸發失敗告警
• 執行結果成功率低於門檻告警

這樣你會在問題變大之前就被提醒。

第十一章：成本效果怎麼評估，才不會自我感覺良好

自動關機的價值最好用數字講話，但評估也要公平。你可以用兩種方式：

11.1 用區間對比

選擇一個觀察區間，例如上線前兩週與上線後兩週，對比：

• Compute Engine 運算成本
• 若有納入其他資源，再對比總費用，但要記得它們可能與停機無直接關聯

用區間對比比用單月更可靠，因為雲端費用受資源使用模式影響很大。

11.2 用模型估算（作為合理驗證）

假設你原本是每天 24 小時開著，現在工作日只開 9 小時、其餘 15 小時關機，那運算成本理論上會下降到約 37.5% 左右（簡化假設）。如果你還包含週末都關機，那下降比例會更高。

當然，現實會有偏差，例如你需要加班、服務不在你預期時段內活躍、或有其他成本項。但這種模型能幫你判斷「省下來的幅度是否合理」。如果你算出來該下降 50%，帳單卻只下降 5%，那多半是控制範圍或排程沒有生效。

第十二章：把自動關機變成團隊文化，而不是一次性專案

最後談一個容易被忽略的點：自動化要成功，不能只靠你一個人。你要讓整個團隊理解「哪些服務要被管理」以及「例外怎麼做」。

當新成員加入，如果他們不知道標籤規則，新的 VM 就會不受控制；當臨時需求出現，如果沒有例外機制，系統就會和人打架。把規則寫成可執行的標準（標籤、排程、例外），比寫一篇好看的說明文件更有效。

你原本以為是「每天下班關機麻煩」，結果做成自動化後，省下的不只是電費與運算成本，更是一種時間與注意力的回收：你不用每天想「今天要不要手動關」，也不用每週去查「到底誰還在跑」。這就是自動定時開關機腳本真正帶來的價值。

GCP帳號代充值 當你把它做穩、做可靠，你會發現所謂「省一半月租」不是誇張的行銷話術，而是管理紀律在雲端的直接回報。從一個小規則開始，讓系統替你做該做的事。