Σημείωση. μετάφρ.: Αμερικανός μηχανικός DevOps Sid Palas, χρησιμοποιώντας Ως ενημερωτικός οδηγός, συνέκρινα το κόστος της υπηρεσίας Managed Kubernetes (σε διαφορετικές διαμορφώσεις) από τους κορυφαίους παρόχους cloud στον κόσμο. Ένα επιπλέον πλεονέκτημα της δουλειάς του ήταν η έκδοση του αντίστοιχου σημειωματάριου Jupyter, το οποίο επιτρέπει (με ελάχιστες γνώσεις Python) να προσαρμόζει τους υπολογισμούς που εκτελούνται ανάλογα με τις ανάγκες σας.
TL? DR: Το Azure και το Digital Ocean δεν χρεώνουν για υπολογιστικούς πόρους που χρησιμοποιούνται για το επίπεδο ελέγχου, καθιστώντας τα μια καλή επιλογή για την ανάπτυξη πολλών μικρών συστάδων. Για τη λειτουργία ενός μικρού αριθμού μεγάλων συμπλεγμάτων, το GKE είναι το καταλληλότερο. Επιπλέον, μπορείτε να μειώσετε σημαντικά το κόστος χρησιμοποιώντας κόμβους spot/preemptive/χαμηλής προτεραιότητας ή με την «εγγραφή» στη μακροχρόνια χρήση των ίδιων κόμβων (αυτό ισχύει για όλες τις πλατφόρμες).
Μέγεθος συμπλέγματος (αριθμός εργαζομένων)
Επισκόπηση
Η ανακοίνωση της GKE ότι αρχίζει να χρεώνει 10 σεντς ανά ώρα συμπλέγματος για κάθε ώρα συμπλέγματος με ώθησε να αρχίσω να αναλύω την τιμολόγηση των μεγάλων διαχειριζόμενων προσφορών Kubernetes.
Αυτή η ανακοίνωση αναστάτωσε πολύ ορισμένους...
Οι κύριοι χαρακτήρες του άρθρου είναι:
- Google Kubernetes Engine (GCP) – ;
- Elastic Kubernetes Service (AWS) – ;
- Υπηρεσία Azure Kubernetes (Azure) – ;
- Kubernetes στον ψηφιακό ωκεανό - .
Ανάλυση κόστους
Το συνολικό κόστος χρήσης του Kubernetes σε καθεμία από αυτές τις πλατφόρμες αποτελείται από τα ακόλουθα στοιχεία:
- Αμοιβή διαχείρισης συμπλέγματος.
- Εξισορρόπηση φορτίου (για Ingress).
- Υπολογιστικοί πόροι (vCPU και μνήμη) των εργαζομένων.
- Κυκλοφορία εξόδου.
- Μόνιμη αποθήκευση;
- Επεξεργασία δεδομένων με load balancer.
Επιπλέον, οι πάροχοι cloud προσφέρουν σημαντικές εκπτώσεις εάν ο πελάτης θέλει/μπορεί να χρησιμοποιήσει το preemptible ή κόμβους χαμηλής προτεραιότητας Η OR αναλαμβάνει να χρησιμοποιεί τους ίδιους κόμβους για 1-3 χρόνια.
Αξίζει να τονιστεί ότι, παρόλο που το κόστος αποτελεί καλή βάση για τη σύγκριση και την αξιολόγηση των παρόχων υπηρεσιών, θα πρέπει να ληφθούν υπόψη και άλλοι παράγοντες:
- Χρόνος λειτουργίας (Σύμβαση επιπέδου υπηρεσίας).
- Το περιβάλλον σύννεφο οικοσύστημα?
- Διαθέσιμες εκδόσεις των K8s.
- Ποιότητα τεκμηρίωσης/εργαλειοθήκη.
Ωστόσο, αυτοί οι παράγοντες είναι πέρα από το πεδίο αυτού του άρθρου/μελέτης. ΣΕ Παράγοντες εκτός τιμής για EKS, AKS και GKE συζητούνται λεπτομερώς.
Σημειωματάριο Jupyter
Για να διευκολύνω την εύρεση της πιο κερδοφόρας λύσης, έχω αναπτύξει , χρησιμοποιώντας plotly + ipywidgets σε αυτό. Σας επιτρέπει να συγκρίνετε προσφορές παρόχων για διαφορετικά μεγέθη συμπλέγματος και σύνολα υπηρεσιών.
Μπορείτε να εξασκηθείτε με μια ζωντανή έκδοση του σημειωματάριου στο Binder:
Ενημερώστε με εάν οι υπολογισμοί ή η αρχική τιμολόγηση είναι λανθασμένες (αυτό μπορεί να γίνει μέσω ενός ζητήματος ή αιτήματος έλξης στο GitHub - ).
Ευρήματα
Δυστυχώς, υπάρχουν πάρα πολλές αποχρώσεις για να παρέχουμε πιο συγκεκριμένες συστάσεις από αυτές που περιλαμβάνονται στην παράγραφο TL;DR στην αρχή. Ωστόσο, μπορούν ακόμα να εξαχθούν ορισμένα συμπεράσματα:
- Σε αντίθεση με το GKE και το EKS, το AKS και το Digital Ocean δεν χρεώνουν για πόρους επιπέδου ελέγχου. Τα AKS και DO είναι πιο κερδοφόρα εάν η αρχιτεκτονική περιλαμβάνει πολλά μικρά συμπλέγματα (για παράδειγμα, ένα σύμπλεγμα ανά κάθε προγραμματιστής ή κάθε πελάτη).
- Οι ελαφρώς λιγότερο ακριβοί υπολογιστικοί πόροι του GKE το καθιστούν πιο κερδοφόρο καθώς αυξάνονται τα μεγέθη των συστάδων*.
- Η χρήση προκαταρκτικών κόμβων ή μακροπρόθεσμης συνάφειας κόμβων μπορεί να μειώσει το κόστος περισσότερο από 50%. Σημείωση: Η Digital Ocean δεν προσφέρει αυτές τις εκπτώσεις.
- Οι εξερχόμενες χρεώσεις της Google είναι υψηλότερες, αλλά το κόστος των υπολογιστικών πόρων είναι καθοριστικός παράγοντας στον υπολογισμό (εκτός εάν το σύμπλεγμα σας δημιουργεί σημαντικό όγκο εξερχόμενων δεδομένων).
- Η επιλογή τύπων μηχανών με βάση τις ανάγκες της CPU και της μνήμης των φόρτων εργασίας σας θα σας βοηθήσει να αποφύγετε να πληρώσετε επιπλέον για αχρησιμοποίητους πόρους.
- Το Digital Ocean χρεώνει λιγότερο για την vCPU και περισσότερο για τη μνήμη σε σύγκριση με άλλες πλατφόρμες - αυτό μπορεί να είναι καθοριστικός παράγοντας για ορισμένους τύπους υπολογιστικού φόρτου εργασίας.
*Σημείωση: Η ανάλυση χρησιμοποιεί δεδομένα για υπολογιστικούς κόμβους γενικής χρήσης (γενικού σκοπού). Αυτές είναι n1 παρουσίες GCP Compute Engine, στιγμιότυπα m5 AWS ec2, εικονικές μηχανές D2v3 Azure και σταγονίδια DO με αποκλειστικές CPU. Με τη σειρά του, είναι δυνατή η διεξαγωγή έρευνας μεταξύ άλλων τύπων εικονικών μηχανών (burstable, entry-level). Με την πρώτη ματιά, το κόστος των εικονικών μηχανών εξαρτάται γραμμικά από τον αριθμό των vCPU και την ποσότητα της μνήμης, αλλά δεν είμαι σίγουρος ότι αυτή η υπόθεση θα ισχύει για εξαιρετικά μη τυπικές αναλογίες μνήμης/CPU.
Στο άρθρο , που δημοσιεύθηκε το 2018, χρησιμοποιούσε ένα σύμπλεγμα αναφοράς με 100 πυρήνες vCPU και 400 GB μνήμης. Για σύγκριση, σύμφωνα με τους υπολογισμούς μου, ένα παρόμοιο σύμπλεγμα σε καθεμία από αυτές τις πλατφόρμες (για περιπτώσεις κατά παραγγελία) θα κοστίσει το ακόλουθο ποσό:
- AKS: 51465 USD/έτος
- EKS: 43138 USD/έτος
- GKE: 30870 USD/έτος
- DO: 36131 USD/έτος
Ελπίζω ότι αυτό το άρθρο μαζί με το σημειωματάριο θα σας βοηθήσει να αξιολογήσετε τις κύριες διαχειριζόμενες προσφορές Kubernetes ή/και να εξοικονομήσετε χρήματα στην υποδομή cloud, εκμεταλλευόμενοι εκπτώσεις και άλλες ευκαιρίες.
ΥΓ από τον μεταφραστή
Διαβάστε επίσης στο blog μας:
- «"?
- «"?
- «"?
- «».
Πηγή: www.habr.com