प्रबंधित कुबेरनेट्स पर लागत तुलना (2020)

टिप्पणी। अनुवाद।: अमेरिकी DevOps इंजीनियर सिड पलास, उपयोग कर रहे हैं Google क्लाउड की हालिया घोषणा एक सूचनात्मक मार्गदर्शिका के रूप में, मैंने दुनिया के अग्रणी क्लाउड प्रदाताओं से प्रबंधित कुबेरनेट्स सेवा (विभिन्न कॉन्फ़िगरेशन में) की लागत की तुलना की। उनके काम का एक अतिरिक्त लाभ संबंधित ज्यूपिटर नोटबुक का प्रकाशन था, जो (पायथन के न्यूनतम ज्ञान के साथ) आपकी आवश्यकताओं के अनुरूप की गई गणनाओं को समायोजित करने की अनुमति देता है।

TL, डॉ: Azure और Digital Ocean नियंत्रण विमान के लिए उपयोग किए जाने वाले कंप्यूट संसाधनों के लिए शुल्क नहीं लेते हैं, जिससे वे कई छोटे समूहों को तैनात करने के लिए एक अच्छा विकल्प बन जाते हैं। कम संख्या में बड़े क्लस्टर चलाने के लिए, GKE सबसे उपयुक्त है। इसके अलावा, आप स्पॉट/प्रीमेप्टिव/कम-प्राथमिकता वाले नोड्स का उपयोग करके या समान नोड्स के दीर्घकालिक उपयोग के लिए "सदस्यता" लेकर लागत को काफी कम कर सकते हैं (यह सभी प्लेटफार्मों पर लागू होता है)।

क्लस्टर का आकार (कर्मचारियों की संख्या)

अवलोकन

हालिया Google क्लाउड घोषणा प्रत्येक क्लस्टर घंटे के लिए 10 सेंट प्रति क्लस्टर शुल्क शुरू करने की जीकेई की घोषणा ने मुझे प्रमुख प्रबंधित कुबेरनेट्स पेशकशों के मूल्य निर्धारण का विश्लेषण शुरू करने के लिए प्रेरित किया।

इस घोषणा ने कुछ लोगों को बहुत परेशान किया है...

लेख के मुख्य पात्र हैं:

• गूगल कुबेरनेट्स इंजन (जीसीपी) - मूल्य कैलकुलेटर;
• इलास्टिक कुबेरनेट्स सेवा (एडब्ल्यूएस) - मूल्य कैलकुलेटर;
• एज़्योर कुबेरनेट्स सेवा (एज़्योर) - मूल्य कैलकुलेटर;
• डिजिटल महासागर पर कुबेरनेट्स - मूल्य निर्धारण पृष्ठ.

लागत विकार

इनमें से प्रत्येक प्लेटफ़ॉर्म पर कुबेरनेट्स का उपयोग करने की कुल लागत में निम्नलिखित घटक शामिल हैं:

• क्लस्टर प्रबंधन शुल्क;
• लोड संतुलन (प्रवेश के लिए);
• श्रमिकों के कंप्यूटिंग संसाधन (वीसीपीयू और मेमोरी);
• निकास यातायात;
• स्थायी भंडारण;
• लोड बैलेंसर द्वारा डेटा प्रोसेसिंग।

इसके अतिरिक्त, यदि ग्राहक प्रीमेप्टिबल का उपयोग करना चाहता है/कर सकता है तो क्लाउड प्रदाता महत्वपूर्ण छूट प्रदान करते हैं स्थान या कम-प्राथमिकता वाले नोड्स या 1-3 वर्षों के लिए समान नोड्स का उपयोग करने का कार्य करते हैं।

इस बात पर ज़ोर देना ज़रूरी है कि यद्यपि सेवा प्रदाताओं की तुलना और मूल्यांकन के लिए लागत एक अच्छा आधार है, अन्य कारकों को भी ध्यान में रखा जाना चाहिए:

• अपटाइम (सेवा स्तर समझौता);
• आसपास का बादल पारिस्थितिकी तंत्र;
• K8s के उपलब्ध संस्करण;
• दस्तावेज़ीकरण/टूलकिट की गुणवत्ता।

हालाँकि, ये कारक इस लेख/अध्ययन के दायरे से बाहर हैं। में स्टैकरॉक्स ब्लॉग पर फरवरी पोस्ट ईकेएस, एकेएस और जीकेई के लिए गैर-मूल्य कारकों पर विस्तार से चर्चा की गई है।

ज्यूपिटर नोटबुक

सबसे लाभदायक समाधान ढूंढना आसान बनाने के लिए, मैंने इसे विकसित किया है ज्यूपिटर नोटबुक, इसमें प्लॉटली + ipywidgets का उपयोग करें। यह आपको विभिन्न क्लस्टर आकारों और सेवा सेटों के लिए प्रदाता ऑफ़र की तुलना करने की अनुमति देता है।

आप बाइंडर में नोटपैड के लाइव संस्करण के साथ अभ्यास कर सकते हैं:

mybinder.org पर प्रबंधित-kubernetes-price-exploration.ipynb

यदि गणना या मूल मूल्य निर्धारण गलत है तो मुझे बताएं (यह GitHub पर किसी समस्या या पुल अनुरोध के माध्यम से किया जा सकता है - यहाँ भंडार है).

निष्कर्ष

अफसोस, शुरुआत में टीएल; डीआर पैराग्राफ में शामिल की तुलना में अधिक विशिष्ट सिफारिशें प्रदान करने के लिए बहुत सारी बारीकियां हैं। हालाँकि, कुछ निष्कर्ष अभी भी निकाले जा सकते हैं:

• जीकेई और ईकेएस के विपरीत, एकेएस और डिजिटल ओशन नियंत्रण परत संसाधनों के लिए शुल्क नहीं लेते हैं। यदि आर्किटेक्चर में कई छोटे क्लस्टर (उदाहरण के लिए, एक क्लस्टर प्रति) शामिल हैं तो AKS और DO अधिक लाभदायक हैं हर डेवलपर या हर ग्राहक).
• क्लस्टर आकार बढ़ने पर GKE के थोड़े कम महंगे कंप्यूटिंग संसाधन इसे और अधिक लाभदायक बनाते हैं*।
• प्रीमेप्टेबल नोड्स या दीर्घकालिक नोड एफ़िनिटी का उपयोग करने से लागत 50% से अधिक कम हो सकती है। नोट: डिजिटल ओशन ये छूट प्रदान नहीं करता है।
• Google की आउटबाउंड फीस अधिक है, लेकिन कंप्यूटिंग संसाधनों की लागत गणना में एक निर्धारण कारक है (जब तक कि आपका क्लस्टर महत्वपूर्ण मात्रा में आउटबाउंड डेटा उत्पन्न नहीं कर रहा हो)।
• आपके कार्यभार की सीपीयू और मेमोरी आवश्यकताओं के आधार पर मशीन प्रकारों का चयन करने से आपको अप्रयुक्त संसाधनों के लिए अतिरिक्त भुगतान करने से बचने में मदद मिलेगी।
• अन्य प्लेटफ़ॉर्म की तुलना में डिजिटल ओशन वीसीपीयू के लिए कम और मेमोरी के लिए अधिक शुल्क लेता है - यह कुछ प्रकार के कंप्यूट वर्कलोड के लिए एक निर्णायक कारक हो सकता है।

*नोट: विश्लेषण सामान्य प्रयोजन गणना नोड्स के लिए डेटा का उपयोग करता है (सामान्य उद्देश्य). ये n1 GCP कंप्यूट इंजन इंस्टेंसेस, m5 AWS ec2 इंस्टेंसेस, D2v3 Azure वर्चुअल मशीन और समर्पित सीपीयू के साथ DO ड्रॉपलेट्स हैं। बदले में, अन्य प्रकार की वर्चुअल मशीनों (बर्स्टेबल, एंट्री-लेवल) के बीच अनुसंधान करना संभव है। पहली नज़र में, वर्चुअल मशीनों की लागत रैखिक रूप से वीसीपीयू की संख्या और मेमोरी की मात्रा पर निर्भर करती है, लेकिन मुझे यकीन नहीं है कि यह धारणा अत्यधिक गैर-मानक मेमोरी/सीपीयू अनुपात के लिए सच होगी।

लेख अल्टीमेट कुबेरनेट्स कॉस्ट गाइड: एडब्ल्यूएस बनाम जीसीपी बनाम एज़्योर बनाम डिजिटल ओशन2018 में प्रकाशित, 100 वीसीपीयू कोर और 400 जीबी मेमोरी के साथ एक संदर्भ क्लस्टर का उपयोग किया गया। तुलना के लिए, मेरी गणना के अनुसार, इनमें से प्रत्येक प्लेटफ़ॉर्म पर (ऑन-डिमांड उदाहरणों के लिए) एक समान क्लस्टर की लागत निम्नलिखित होगी:

• अक्स: 51465 यूएसडी/वर्ष
• ईकेएस: 43138 यूएसडी/वर्ष
• जीकेई: 30870 यूएसडी/वर्ष
• DO: 36131 USD/वर्ष

मुझे उम्मीद है कि नोटबुक के साथ यह लेख आपको मुख्य प्रबंधित कुबेरनेट्स पेशकशों का मूल्यांकन करने और/या छूट और अन्य अवसरों का लाभ उठाकर क्लाउड इंफ्रास्ट्रक्चर पर पैसा बचाने में मदद करेगा।

अनुवादक से पी.एस

हमारे ब्लॉग पर भी पढ़ें:

• «बादलों में कुबेरनेट्स पर पैसे बचाने के लिए क्यूबकॉस्ट समीक्षा";
• «Yandex.Cloud के लिए Kubernetes CCM (क्लाउड कंट्रोलर मैनेजर) का परिचय";
• «क्या कुबेरनेट्स क्लस्टर तैयार करना आसान और सुविधाजनक है? ऐडऑन-ऑपरेटर की घोषणा";
• «एक किफायती सेवा के रूप में कुबेरनेट्स के साथ बुनियादी ढाँचा'.

स्रोत: www.habr.com