Catatan. terjemahan: Insinyur DevOps Amerika, Sid Palas, menggunakan Sebagai panduan informasi, saya membandingkan biaya layanan Managed Kubernetes (dalam konfigurasi berbeda) dari penyedia cloud terkemuka di dunia. Keuntungan tambahan dari karyanya adalah penerbitan Jupyter Notebook yang sesuai, yang memungkinkan (dengan pengetahuan minimal tentang Python) untuk menyesuaikan perhitungan yang dilakukan agar sesuai dengan kebutuhan Anda.
TL; DR: Azure dan Digital Ocean tidak mengenakan biaya untuk sumber daya komputasi yang digunakan pada bidang kontrol, sehingga menjadikannya pilihan yang baik untuk menyebarkan banyak kluster kecil. Untuk menjalankan cluster besar dalam jumlah kecil, GKE paling cocok. Selain itu, Anda dapat mengurangi biaya secara signifikan dengan menggunakan node spot/preemptive/prioritas rendah atau dengan βberlanggananβ pada penggunaan jangka panjang dari node yang sama (ini berlaku untuk semua platform).
Ukuran cluster (jumlah pekerja)
Ikhtisar
Pengumuman GKE yang mulai mengenakan biaya 10 sen per jam cluster untuk setiap jam cluster mendorong saya untuk mulai menganalisis harga penawaran utama Kubernetes yang dikelola.
Pengumuman ini sangat mengecewakan beberapa...
Tokoh utama artikel tersebut adalah:
- Mesin Google Kubernetes (GCP) β ;
- Layanan Kubernetes Elastis (AWS) β ;
- Layanan Azure Kubernetes (Azure) β ;
- Kubernetes di Samudera Digital β .
Rincian biaya
Total biaya penggunaan Kubernetes pada masing-masing platform ini terdiri dari komponen-komponen berikut:
- Biaya pengelolaan klaster;
- Penyeimbangan beban (untuk Ingress);
- Sumber daya komputasi (vCPU dan memori) pekerja;
- Lalu lintas keluar;
- Penyimpanan permanen;
- Pemrosesan data dengan penyeimbang beban.
Selain itu, penyedia cloud menawarkan diskon yang signifikan jika klien ingin/dapat menggunakan preemptible atau node dengan prioritas rendah ATAU berjanji untuk menggunakan node yang sama selama 1-3 tahun.
Perlu ditekankan bahwa meskipun biaya merupakan dasar yang baik untuk membandingkan dan mengevaluasi penyedia layanan, faktor-faktor lain harus dipertimbangkan:
- Waktu Aktif (Perjanjian Tingkat Layanan);
- Ekosistem cloud di sekitarnya;
- Versi K8 yang tersedia;
- Kualitas dokumentasi/perangkat.
Namun, faktor-faktor tersebut berada di luar cakupan artikel/studi ini. DI DALAM Faktor non harga untuk EKS, AKS dan GKE dibahas secara detail.
Buku Catatan Jupyter
Untuk mempermudah menemukan solusi yang paling menguntungkan, saya telah mengembangkannya , menggunakan plotly + ipywidgets di dalamnya. Ini memungkinkan Anda membandingkan penawaran penyedia untuk ukuran cluster dan set layanan yang berbeda.
Anda dapat berlatih dengan notepad versi langsung di Binder:
Beri tahu saya jika penghitungan atau harga asli salah (ini dapat dilakukan melalui masalah atau permintaan tarik di GitHub - ).
Temuan
Sayangnya, ada terlalu banyak perbedaan untuk memberikan rekomendasi yang lebih spesifik daripada yang disertakan dalam paragraf TL;DR di awal. Namun, beberapa kesimpulan masih dapat diambil:
- Berbeda dengan GKE dan EKS, AKS dan Digital Ocean tidak mengenakan biaya untuk resource lapisan kontrol. AKS dan DO lebih menguntungkan jika arsitekturnya mencakup banyak cluster kecil (misalnya, satu cluster per setiap pengembang ΠΈΠ»ΠΈ setiap klien).
- Resource komputasi GKE yang sedikit lebih murah membuatnya lebih menguntungkan seiring bertambahnya ukuran cluster*.
- Menggunakan node yang dapat diakhiri atau afinitas node jangka panjang dapat mengurangi biaya lebih dari 50%. Catatan: Digital Ocean tidak menawarkan diskon ini.
- Biaya keluar Google lebih tinggi, namun biaya sumber daya komputasi merupakan faktor penentu dalam penghitungan (kecuali cluster Anda menghasilkan data keluar dalam jumlah besar).
- Memilih jenis mesin berdasarkan kebutuhan CPU dan memori beban kerja Anda akan membantu Anda menghindari membayar ekstra untuk sumber daya yang tidak terpakai.
- Digital Ocean mengenakan biaya lebih sedikit untuk vCPU dan lebih banyak untuk memori dibandingkan platform lain - ini dapat menjadi faktor penentu untuk beberapa jenis beban kerja komputasi.
*Catatan: Analisis menggunakan data untuk node komputasi tujuan umum (tujuan umum). Ini adalah n1 instance GCP Compute Engine, m5 instance AWS ec2, mesin virtual Azure D2v3, dan DO droplet dengan CPU khusus. Pada gilirannya, dimungkinkan untuk melakukan penelitian di antara jenis mesin virtual lainnya (burstable, entry-level). Pada pandangan pertama, biaya mesin virtual bergantung secara linier pada jumlah vCPU dan jumlah memori, namun saya tidak yakin asumsi ini akan berlaku untuk rasio memori/CPU yang sangat non-standar.
Artikel , yang diterbitkan pada tahun 2018, menggunakan cluster referensi dengan 100 inti vCPU dan memori 400 GB. Sebagai perbandingan, menurut perhitungan saya, cluster serupa di masing-masing platform ini (untuk instance on-demand) akan dikenakan biaya sebagai berikut:
- AKS: 51465 USD/tahun
- EKS: 43138 USD/tahun
- GKE: 30870 USD/tahun
- LAKUKAN: 36131 USD/tahun
Saya harap artikel ini beserta buku catatannya akan membantu Anda mengevaluasi penawaran utama Kubernetes yang dikelola dan/atau menghemat uang pada infrastruktur cloud dengan memanfaatkan diskon dan peluang lainnya.
PS dari penerjemah
Baca juga di blog kami:
- «»;
- «»;
- «»;
- Β«'.
Sumber: www.habr.com