Նշում. թարգմ.Ամերիկյան DevOps-ի ինժեներ Սիդ Պալասը, օգտագործելով Որպես տեղեկատվական պատրվակ՝ ես համեմատեցի կառավարվող Kubernetes ծառայությունների արժեքը (տարբեր կոնֆիգուրացիաներով) աշխարհի առաջատար ամպային մատակարարներից: Նրա աշխատանքի լրացուցիչ առավելությունը համապատասխան Jupyter Notebook-ի հրատարակումն էր, որը թույլ է տալիս (Python-ի նվազագույն իմացությամբ) կարգավորել կատարված հաշվարկները ձեր կարիքներին համապատասխան:
TL. DRAzure-ը և Digital Ocean-ը չեն գանձում կառավարման հարթության համար օգտագործվող հաշվարկային ռեսուրսները, ինչը նրանց լավ ընտրություն է դարձնում բազմաթիվ փոքր կլաստերներ տեղակայելու համար: Փոքր թվով խոշոր կլաստերներ գործարկելու համար GKE-ն լավագույնս համապատասխանում է: Բացի այդ, դուք կարող եք զգալիորեն նվազեցնել ծախսերը՝ օգտագործելով տեղում/նախնական/ցածր առաջնահերթ հանգույցներ կամ «բաժանորդագրվելով» նույն հանգույցները երկար ժամանակ օգտագործելու համար (սա վերաբերում է բոլոր հարթակներին):

Կլաստերի չափը (աշխատողների թիվը)
Overview
Լուրը, որ GKE-ն սկսում էր ժամում 10 ցենտ գանձել յուրաքանչյուր կլաստերի համար, ինձ դրդեց կատարել որոշակի գնային վերլուծություն Kubernetes-ի հիմնական կառավարվող առաջարկների վերաբերյալ:

Այս հայտարարությունը որոշ մարդկանց խիստ վրդովեցրել է…
Հոդվածի գլխավոր հերոսներն են.
- Google Kubernetes Engine (GCP) – ;
- Էլաստիկ Kubernetes ծառայություն (AWS) – ;
- Azure Kubernetes ծառայություն (Azure) – ;
- Kubernetes թվային օվկիանոսի վրա – .
Ծախսերի բաշխում
Այս հարթակներից յուրաքանչյուրում Kubernetes-ի գործարկման ընդհանուր արժեքը բաղկացած է հետևյալ բաղադրիչներից.
- Կլաստերների կառավարման վճար;
- Բեռի հավասարակշռում (Ingress-ի համար);
- Աշխատողների հաշվողական ռեսուրսներ (vCPU և հիշողություն);
- Արտագնա երթևեկություն;
- Մշտական պահեստավորում;
- Տվյալների մշակում բեռի հավասարակշռման միջոցով:
Բացի այդ, ամպային պրովայդերներն առաջարկում են զգալի զեղչեր, եթե հաճախորդը ցանկանում է/կարողանում օգտագործել կանխարգելիչ, կամ ցածր առաջնահերթ հանգույցներ ԿԱՄ պարտավորվում է օգտագործել նույն հանգույցները 1-3 տարի:
Հարկ է ընդգծել, որ չնայած ծախսերը լավ հիմք են ծառայություններ մատուցողների համեմատության և գնահատման համար, պետք է հաշվի առնել նաև այլ գործոններ.
- Uptime (Ծառայության մակարդակի պայմանագիր);
- Շրջապատող ամպային էկոհամակարգը;
- K8s-ի հասանելի տարբերակները;
- Փաստաթղթերի/գործիքների որակը.
Այնուամենայնիվ, այս գործոնները դուրս են այս հոդվածի/ուսումնասիրության շրջանակներից: IN EKS-ի, AKS-ի և GKE-ի համար ոչ գնային գործոնները մանրամասն քննարկվում են:
Jupyter Notebook
Առավել շահավետ լուծում գտնելն ավելի հեշտ դարձնելու համար ես մշակել եմ , դրանում օգտագործելով plotly + ipywidgets: Այն թույլ է տալիս համեմատել մատակարարների առաջարկները տարբեր կլաստերի չափերի և ծառայությունների հավաքածուների համար:
Դուք կարող եք պարապել նոթատետրի կենդանի տարբերակով Binder-ում.
Տեղեկացրեք ինձ, եթե հաշվարկները կամ սկզբնական գները սխալ են (դա կարող է արվել խնդրի կամ GitHub-ի խնդրանքի միջոցով. ).
Արդյունքները
Ցավոք, չափազանց շատ նրբերանգներ կան ավելի կոնկրետ առաջարկություններ տալու համար, քան TL;DR պարբերության սկզբում ներառվածները: Այնուամենայնիվ, որոշ եզրակացություններ դեռ կարելի է անել.
- Ի տարբերություն GKE-ի և EKS-ի, AKS-ը և Digital Ocean-ը չեն գանձում վերահսկիչ ինքնաթիռի ռեսուրսները: AKS-ը և DO-ն ավելի ձեռնտու են, եթե ճարտարապետությունը ներառում է շատ փոքր կլաստերներ (օրինակ՝ մեկ կլաստեր յուրաքանչյուր մշակող կամ յուրաքանչյուր հաճախորդ).
- GKE-ի մի փոքր էժան հաշվողական ռեսուրսները այն դարձնում են ավելի ծախսարդյունավետ, քանի որ կլաստերի չափերը մեծանում են*:
- Կանխարգելիչ հանգույցների կամ երկարաժամկետ կապակցվածության օգտագործումը կարող է նվազեցնել ծախսերը ավելի քան 50%-ով: Նշում. Digital Ocean-ը նման զեղչեր չի առաջարկում:
- Google-ի ելքային վճարներն ավելի բարձր են, սակայն հաշվարկի որոշիչ գործոնը հաշվողական ռեսուրսների արժեքն է (եթե ձեր կլաստերը ելքային տվյալների նշանակալի աղբյուր չէ):
- Մեքենաների տեսակների ընտրությունը՝ հիմնված ձեր աշխատանքային բեռնվածության պրոցեսորի և հիշողության կարիքների վրա, ձեզ կօգնի խուսափել չօգտագործված ռեսուրսների համար հավելյալ վճարումներ կատարելուց:
- Digital Ocean-ը ավելի քիչ գանձում է vCPU-ների համար և ավելի շատ հիշողության համար, քան այլ հարթակներ, ինչը կարող է որոշիչ գործոն լինել հաշվարկային ծանրաբեռնվածության որոշ տեսակների համար:
* Նշում. Վերլուծությունը օգտագործում է տվյալներ ընդհանուր նշանակության հաշվողական հանգույցների համար: (ընդհանուր նշանակության). Սրանք են n1 GCP Compute Engine օրինակներ, m5 AWS ec2 օրինակներ, D2v3 Azure VM-ներ և DO կաթիլներ՝ հատուկ պրոցեսորներով: Իր հերթին, հնարավոր է հետազոտություն անցկացնել վիրտուալ մեքենաների այլ տեսակների միջև (պայթել, մուտքային մակարդակ): Առաջին հայացքից VM-ների արժեքը, թվում է, թե գծային է սանդղակ՝ կապված vCPU-ների քանակի և հիշողության քանակի հետ, բայց ես վստահ չեմ, որ այս ենթադրությունը համապատասխանում է շատ ոչ ստանդարտ հիշողություն/CPU հարաբերակցությանը:
Հոդվածում 2018 թվականին լույս տեսած տեղեկատու կլաստեր՝ 100 vCPU միջուկով և 400 ԳԲ հիշողությամբ։ Համեմատության համար, իմ հաշվարկների համաձայն, այս հարթակներից յուրաքանչյուրի վրա նմանատիպ կլաստերը (ըստ պահանջի օրինակների համար) կարժենա հետևյալ գումարը.
- AKS՝ 51465 ԱՄՆ դոլար/տարի
- EKS՝ 43138 ԱՄՆ դոլար/տարի
- GKE՝ 30870 ԱՄՆ դոլար/տարի
- DO՝ 36131 ԱՄՆ դոլար/տարի
Հուսով եմ, որ այս հոդվածը և նոթատետրը կօգնեն ձեզ գնահատել կառավարվող Kubernetes-ի հիմնական առաջարկները և/կամ խնայել ամպային ենթակառուցվածքը՝ օգտվելով զեղչերից և այլ հնարավորություններից:
PS թարգմանչից
Կարդացեք նաև մեր բլոգում.
- «";
- «";
- «";
- «.
Source: www.habr.com
