针对于多种云的情况怎么去做到对计算资源、网络资源、存储资源等众多资源的细致化管理和操作呢？

对这些资源精细化的管理办法就是统计，预测，负载自动伸缩（autoscale），无服务应用
（1）统计工作，公有云上都有cpu，内存的统计，一般如果你平时的cpu使用在30~60，是比较正常的，如果低于这个值，就说明太低了，你可以考虑把负载低、相关性强的应用部署在一体服务器上，以节省成本，如果是Kubernetes集群，就直接下架服务器就可以了，集群可以自己平衡。
（2）预测工作，如果你预测未来一个月，可能有重大的活动，不妨，先购置一些服务器资源，放置活动日出现的资源不足；
（3）自动伸缩，几乎每个公有云，都是autoscale的功能， 能根据cpu，内存的负载自动进行扩展和回缩。如果是Kubernetes的，还会有pod的autoscale。
（4）无服务应用， 近年来lambda的无服务应用日趋成熟，你可以对应用中，一些纯计算的操作，让公有云的lambda进行计算，你不用管其他任何东西，只要付钱。