Huomautus. käännös: Amerikkalainen DevOps-insinööri Sid Palas, käyttää Informatiivisena oppaana vertailin Managed Kubernetes -palvelun (eri kokoonpanoissa) kustannuksia maailman johtavilta pilvipalveluntarjoajilta. Hänen työnsä lisäetu oli vastaavan Jupyter Notebook -kirjan julkaiseminen, jonka avulla (minimaalisella Python-tiedolla) voidaan säätää suoritettuja laskelmia tarpeidesi mukaan.
TL; DR: Azure ja Digital Ocean eivät veloita ohjaustason laskentaresursseista, joten ne ovat hyvä valinta monien pienten klustereiden käyttöönottamiseksi. Pienen määrän suuria klustereita ajamiseen GKE sopii parhaiten. Lisäksi voit vähentää kustannuksia merkittävästi käyttämällä spot-/ennakko-/matalaprioriteettisolmuja tai "tilaamalla" samojen solmujen pitkäaikaiseen käyttöön (tämä koskee kaikkia alustoja).
Klusterin koko (työntekijöiden määrä)
Yleiskatsaus
GKE:n ilmoitus alkaa veloittaa 10 senttiä klusterituntia kohden jokaisesta klusteritunnista, mikä sai minut aloittamaan tärkeimpien hallittujen Kubernetes-tarjousten hinnoittelun analysoinnin.
Tämä ilmoitus on järkyttänyt joitakin...
Artikkelin päähenkilöt ovat:
- Google Kubernetes Engine (GCP) – ;
- Elastic Kubernetes Service (AWS) – ;
- Azure Kubernetes Service (Azure) – ;
- Kubernetes Digital Oceanissa – .
Kustannusten erittely
Kubernetesin käytön kokonaiskustannukset kussakin näistä alustoista koostuvat seuraavista osista:
- Klusterin hallinnointimaksu;
- Kuorman tasaus (Ingressille);
- Työntekijöiden laskentaresurssit (vCPU ja muisti);
- Lähtöliikenne;
- Pysyvä varastointi;
- Tietojen käsittely kuormituksen tasapainottimella.
Lisäksi pilvipalveluntarjoajat tarjoavat merkittäviä alennuksia, jos asiakas haluaa/voi käyttää etuostooikeutta tai matalan prioriteetin solmut TAI sitoutuu käyttämään samoja solmuja 1-3 vuoden ajan.
On syytä korostaa, että vaikka kustannukset ovat hyvä perusta palveluntarjoajien vertailulle ja arvioimiselle, tulee ottaa huomioon myös muut tekijät:
- Käyttöaika (palvelutasosopimus);
- Ympäröivä pilviekosysteemi;
- K8s:n saatavilla olevat versiot;
- Asiakirjojen/työkalupakin laatu.
Nämä tekijät eivät kuitenkaan kuulu tämän artikkelin/tutkimuksen piiriin. SISÄÄN EKS:n, AKS:n ja GKE:n ei-hintatekijöitä käsitellään yksityiskohtaisesti.
Jupyter muistikirja
Jotta kannattavin ratkaisu olisi helpompi löytää, olen kehittänyt , käyttämällä siinä plotly + ipywidgettejä. Sen avulla voit vertailla palveluntarjoajan tarjouksia eri klusterikokoille ja palvelusarjoille.
Voit harjoitella muistilehtiön live-versiolla Binderissä:
Kerro minulle, jos laskelmat tai alkuperäinen hinnoittelu ovat virheellisiä (tämä voidaan tehdä ongelman tai vetopyynnön kautta GitHubissa - ).
Tulokset
Valitettavasti on liian monia vivahteita antaa tarkempia suosituksia kuin ne, jotka sisältyvät TL;DR-kappaleeseen heti alussa. Joitakin johtopäätöksiä voidaan kuitenkin vielä tehdä:
- Toisin kuin GKE ja EKS, AKS ja Digital Ocean eivät veloita ohjauskerroksen resursseista. AKS ja DO ovat kannattavampia, jos arkkitehtuuri sisältää useita pieniä klustereita (esimerkiksi yksi klusteri per jokainen kehittäjä tai jokainen asiakas).
- GKE:n hieman halvemmat laskentaresurssit tekevät siitä kannattavampaa klusterin koon kasvaessa*.
- Ennalta ehkäisevien solmujen tai pitkän aikavälin solmuaffiniteetin käyttö voi vähentää kustannuksia yli 50 %. Huomaa: Digital Ocean ei tarjoa näitä alennuksia.
- Googlen lähtevät maksut ovat korkeammat, mutta laskentaresurssien kustannukset ovat ratkaiseva tekijä laskennassa (ellei klusterisi tuota huomattavaa määrää lähtevää dataa).
- Konetyyppien valitseminen työkuormien suorittimen ja muistin tarpeiden perusteella auttaa sinua välttämään ylimääräisen maksamisen käyttämättömistä resursseista.
- Digital Ocean veloittaa vähemmän vCPU:sta ja enemmän muistista muihin alustoihin verrattuna – tämä voi olla ratkaiseva tekijä tietyntyyppisissä laskentakuormissa.
*Huomaa: Analyysi käyttää tietoja yleiskäyttöisiin laskentasolmuihin (yleinen tarkoitus). Nämä ovat n1 GCP Compute Engine -esiintymää, m5 AWS ec2 -esiintymää, D2v3 Azure -virtuaalikoneita ja DO-pisaroita omistetuilla suorittimilla. On puolestaan mahdollista tehdä tutkimusta muun tyyppisten virtuaalikoneiden (purskettavat, lähtötason) joukossa. Ensi silmäyksellä virtuaalikoneiden hinta riippuu lineaarisesti vCPU:iden määrästä ja muistin määrästä, mutta en ole varma, että tämä oletus pätee erittäin epästandardien muisti/suoritin-suhteiden kohdalla.
Artikkelissa , julkaistu vuonna 2018, käytti viiteklusteria, jossa oli 100 vCPU-ydintä ja 400 Gt muistia. Vertailun vuoksi laskelmieni mukaan samanlainen klusteri kussakin näistä alustoista (on-demand-tapauksissa) maksaa seuraavan summan:
- AKS: 51465 USD/vuosi
- EKS: 43138 USD/vuosi
- GKE: 30870 USD/vuosi
- DO: 36131 USD/vuosi
Toivon, että tämä artikkeli yhdessä muistikirjan kanssa auttaa sinua arvioimaan tärkeimpiä hallittuja Kubernetes-tarjouksia ja/tai säästämään rahaa pilviinfrastruktuurissa hyödyntämällä alennuksia ja muita mahdollisuuksia.
PS kääntäjältä
Lue myös blogistamme:
- «";
- «";
- «";
- «'.
Lähde: will.com