Poznámka. přel.: Americký inženýr DevOps Sid Palas, pomocí Jako informační průvodce jsem porovnal náklady na službu Managed Kubernetes (v různých konfiguracích) od předních světových poskytovatelů cloudu. Další výhodou jeho práce bylo vydání odpovídajícího Jupyter Notebooku, který umožňuje (s minimální znalostí Pythonu) upravit provedené výpočty tak, aby vyhovovaly vašim potřebám.
TL, DR: Azure a Digital Ocean neúčtují poplatky za výpočetní prostředky používané pro řídicí rovinu, takže jsou dobrou volbou pro nasazení mnoha malých clusterů. Pro provoz malého počtu velkých clusterů je nejvhodnější GKE. Kromě toho můžete výrazně snížit náklady pomocí spotových/preemptivních/nízkoprioritních uzlů nebo „přihlášením“ k dlouhodobému používání stejných uzlů (to platí pro všechny platformy).
Velikost klastru (počet pracovníků)
Přehled
Oznámení GKE, že začíná účtovat 10 centů za hodinu clusteru za každou hodinu clusteru, mě přimělo začít analyzovat ceny hlavních spravovaných nabídek Kubernetes.
Toto oznámení velmi pobouřilo některé...
Hlavními postavami článku jsou:
- Google Kubernetes Engine (GCP) – ;
- Elastic Kubernetes Service (AWS) – ;
- Azure Kubernetes Service (Azure) – ;
- Kubernetes na digitálním oceánu – .
Rozdělení nákladů
Celkové náklady na používání Kubernetes na každé z těchto platforem se skládají z následujících složek:
- poplatek za správu klastru;
- Vyvažování zátěže (pro Ingress);
- Výpočetní zdroje (vCPU a paměť) pracovníků;
- Výjezdový provoz;
- Trvalé úložiště;
- Zpracování dat pomocí load balanceru.
Poskytovatelé cloudu navíc nabízejí výrazné slevy, pokud klient chce/může použít preemptible nebo uzly s nízkou prioritou NEBO se zavazuje používat stejné uzly po dobu 1-3 let.
Stojí za to zdůraznit, že ačkoli náklady jsou dobrým základem pro porovnávání a hodnocení poskytovatelů služeb, je třeba vzít v úvahu další faktory:
- Uptime (Smlouva o úrovni služeb);
- Okolní cloudový ekosystém;
- Dostupné verze K8s;
- Kvalita dokumentace/souboru nástrojů.
Tyto faktory však přesahují rámec tohoto článku/studie. V Podrobně jsou rozebrány necenové faktory pro EKS, AKS a GKE.
Notebook Jupyter
Abych usnadnil nalezení nejziskovějšího řešení, vyvinul jsem , pomocí plotly + ipywidgets v něm. Umožňuje porovnat nabídky poskytovatelů pro různé velikosti clusterů a sady služeb.
Můžete cvičit s živou verzí poznámkového bloku v Binderu:
Dejte mi vědět, pokud jsou výpočty nebo původní ceny nesprávné (to lze provést prostřednictvím problému nebo žádosti o stažení na GitHubu - ).
Závěry
Bohužel, existuje příliš mnoho nuancí, než aby bylo možné poskytnout konkrétnější doporučení, než jsou ta, která jsou uvedena v odstavci TL;DR na samém začátku. Přesto lze vyvodit některé závěry:
- Na rozdíl od GKE a EKS, AKS a Digital Ocean neúčtují poplatky za zdroje řídicí vrstvy. AKS a DO jsou ziskovější, pokud architektura obsahuje mnoho malých clusterů (například jeden cluster na každý vývojář nebo každý klient).
- O něco levnější výpočetní zdroje GKE zvyšují ziskovost s rostoucí velikostí clusterů*.
- Použití preemptivních uzlů nebo dlouhodobé afinity uzlů může snížit náklady o více než 50 %. Poznámka: Digital Ocean tyto slevy nenabízí.
- Odchozí poplatky Google jsou vyšší, ale určujícím faktorem při výpočtu jsou náklady na výpočetní zdroje (pokud váš cluster negeneruje značné množství odchozích dat).
- Výběr typů počítačů na základě potřeb CPU a paměti vaší pracovní zátěže vám pomůže vyhnout se placení navíc za nevyužité zdroje.
- Digital Ocean účtuje méně za vCPU a více za paměť ve srovnání s jinými platformami – to může být rozhodující faktor pro některé typy výpočetní zátěže.
*Poznámka: Analýza používá data pro obecné výpočetní uzly (univerzální). Jedná se o instance n1 GCP Compute Engine, instance m5 AWS ec2, virtuální počítače D2v3 Azure a DO droplety s vyhrazenými CPU. Na druhé straně je možné provádět výzkum mezi jinými typy virtuálních strojů (burstable, entry-level). Na první pohled závisí cena virtuálních strojů lineárně na počtu vCPU a množství paměti, ale nejsem si jistý, že tento předpoklad bude platit pro vysoce nestandardní poměry paměť/CPU.
Tento článek , publikovaný v roce 2018, použil referenční cluster se 100 jádry vCPU a 400 GB paměti. Pro srovnání, podle mých výpočtů bude podobný cluster na každé z těchto platforem (pro instance na vyžádání) stát následující částku:
- AKS: 51465 USD/rok
- EKS: 43138 USD/rok
- GKE: 30870 XNUMX USD/rok
- DO: 36131 USD/rok
Doufám, že vám tento článek spolu s notebookem pomůže zhodnotit hlavní spravované nabídky Kubernetes a/nebo ušetřit peníze na cloudové infrastruktuře využitím slev a dalších příležitostí.
PS od překladatele
Přečtěte si také na našem blogu:
- «";
- «";
- «";
- «".
Zdroj: www.habr.com