Märk. tõlge.: Ameerika DevOps-insener Sid Palas, kasutades infokilluna, viis läbi võrreldava analüüsi Managed Kubernetes teenuse hindadest (erinevates konfiguratsioonides) juhtivate globaalsete pilveteenuse pakkujate seas. Tema töö täiendavaks plussiks oli vastava Jupyter Notebooki avaldamine, mis võimaldab (vähemalt põhiteadmistega Pythonis) kohandada arvutusi vastavalt oma vajadustele.
TL;DR: Azure ja Digital Ocean ei tasu juhtplaani (control plane) teenuste eest, mis teeb neist sobiva valiku paljude väikeste klastrite juurutamiseks. Väikese arvu suurte klastrite käivitamiseks on GKE kõige parem valik. Lisaks on võimalik kulusid tõsiselt kärpida, kasutades spott- / vähenenud / madala prioriteediga sõlmi või „tellides” pikemaajalist kasutamist sama sõlme (see kehtib kõigi platvormide kohta).
Klastri suurus (töötajate arv)
Ülevaade
GKE-s iga 10 senti tunnis igas klastris töö eest sundis mind analüüsima juhtivate pakkujate hindu hallatavas (managed) Kuberneteses.
See teadaanne häiris paljusid…
Artikli peategelasteks on:
- Google Kubernetes Engine (GCP) – ;
- Elastic Kubernetes Service (AWS) – ;
- Azure Kubernetes Service (Azure) – ;
- Kubernetes Digital Oceanis – .
kulude jaotus
Kubernetes lõppkasutuskulud igal platvormil koosnevad järgmistest komponentidest:
- Klastri haldustasu;
- Koormuse jaotus (Ingress'i jaoks);
- Töötajate arvutusressursid (vCPU ja mälu);
- Egress-liiklus;
- Püsiv salvestus;
- Andmete töötlemine koormuse tasakaalustaja kaudu.
Lisaks pakuvad pilveteenuse pakkujad märkimisväärseid allahindlusi, kui klient soovib/saab kasutada vahelduvaid (preemptible), või madala prioriteediga (low-priority) sõlmi VÕI on kohustatud kasutama samu sõlmi 1-3 aastat.
Oluline on rõhutada, et kuigi hind on hea alus teenusepakkujate võrdlemiseks ja hindamiseks, tuleks arvesse võtta ka teisi tegureid:
- Saadavus (teenuse taseme leping);
- Ümbritsev pilve-ökosüsteem;
- Saadaval olevad K8s versioonid;
- Dokumentatsiooni/vahendite kvaliteet.
Kuid need tegurid ulatuvad kaugemale sellest artiklist/uuringust. töötatakse välja mittehindavaid tegureid EKS-i, AKS-i ja GKE jaoks.
Jupyteri märkmik
Kuna kõige kasulikumate lahenduste leidmine on keeruline, olen koostanud , kasutades plotly + ipywidgets. See võimaldab võrrelda pakkujate pakkumisi erinevate klastrite suuruste ja teenuste valikute osas.
Katsetamiseks on olemas elav versioon märkmikust Binderis:
Andke teada, kui arvutused või algsed hinnad on valed (seda saab teha probleemide või pull request’iga GitHubis — ).
Järeldused
Kahjuks on nüansse liiga palju, et anda konkreetsemaid soovitusi, kui need, mis on esitatud TL;DR lõigus alguses. Kuid siiski saab mõningaid järeldusi teha:
- Erinevalt GKE-st ja EKS-ist, AKS ja Digital Ocean ei nõua tasu juhtimisploki ressursside eest. AKS ja DO on kasulikud, kui arhitektuur hõlmab palju väikeseid klastreid (näiteks üks klaster iga arendaja või iga kliendi jaoks).
- Veidi odavamad GKE arvutusressursid teevad selle kasumlikumaks klastrite suurenedes*.
- Kasutades väljakutsuvaid sõlmi või pikaajalist sõlmede sidumist, saavad kulud väheneda rohkem kui 50%. Märkus: Digital Oceanil ei ole selliseid allahindlusi.
- Google'i väljaminevate andmete tasu on kõrgem, kuid arvutuste tegemisel on määrav tegur arvutusressursside maksumus (välja arvatud juhul, kui teie klaster ei ole märkimisväärne allikas väljaminevate andmete koguses).
- Masinatüüpide valimine, arvestades töökoormuste CPU ja mälu vajadusi, aitab vältida liigseid kulusid mittekasutatavate ressursside eest.
- Digital Ocean küsib vCPU eest vähem ja mälu eest rohkem võrreldes teiste platvormidega — see võib olla otsustav tegur teatud tüüpi arvutuskoormuste jaoks.
* Märkus: analüüsis kasutatakse andmeid üldotstarbeliste arvutusüksuste kohta. (general-purpose). Need 1 GCP Compute Engine instances, 5 AWS EC2, D2v3 Azure virtual machines and DO droplets with dedicated CPUs. Additionally, research can be conducted among other types of virtual machines (burstable, entry-level). At first glance, the cost of virtual machines linearly depends on the number of vCPUs and memory size, but I'm not sure if this assumption holds true for heavily unconventional memory/CPU ratios.
Artiklis , avaldatud 2018. aastal, kasutati standardset klastrit, mis koosnes 100 vCPU tuumast ja 400 GB mälust. Võrdluseks arvutasin, et sarnane klaster ühel neist platvormidest (nõudmisel eksemplaride jaoks) maksaks järgmised summad:
- AKS: 51465 USD/aastas
- EKS: 43138 USD/aastas
- GKE: 30870 USD/aastas
- DO: 36131 USD/aastas
Loodan, et artikkel koos märkmikuga aitab teil hinnata hallatavate Kubernetes'e põhiteenuseid ja/või säästa pilveinfrastruktuurilt, kasutades allahindlusi ja muid võimalusi.
P.S. tõlkija märkused
Lugege ka meie blogist:
- «»;
- «»;
- «»;
- «».
Allikas: habr.com
