Cathetan. nerjemahake.: American DevOps engineer Sid Palas, nggunakake Minangka pandhuan informasi, aku mbandhingake biaya layanan Managed Kubernetes (ing konfigurasi sing beda-beda) saka panyedhiya awan terkemuka ing donya. Kauntungan tambahan saka karyane yaiku nerbitake Jupyter Notebook sing cocog, sing ngidini (kanthi kawruh minimal babagan Python) nyetel petungan sing cocog karo kabutuhan sampeyan.
TL; DR: Azure lan Digital Ocean ora ngisi daya kanggo sumber daya sing digunakake kanggo pesawat kontrol, nggawe wong pilihan apik kanggo nyebarke akeh kelompok cilik. Kanggo mbukak sawetara klompok gedhe, GKE paling cocog. Kajaba iku, sampeyan bisa nyuda biaya kanthi signifikan kanthi nggunakake titik / preemptive / simpul prioritas kurang utawa kanthi "langganan" nggunakake simpul sing padha ing jangka panjang (iki ditrapake kanggo kabeh platform).
Ukuran cluster (jumlah pekerja)
Informasi umum
Pengumuman GKE wiwit ngisi 10 sen saben jam kluster kanggo saben jam kluster nyebabake aku miwiti nganalisa rega penawaran Kubernetes sing dikelola utama.
Pengumuman iki wis ngganggu sawetara ...
Paraga utama artikel kasebut yaiku:
- Google Kubernetes Engine (GCP) β ;
- Layanan Kubernetes Elastis (AWS) β ;
- Layanan Azure Kubernetes (Azure) β ;
- Kubernetes ing Samudra Digital - .
Pecah Biaya
Biaya total nggunakake Kubernetes ing saben platform kasebut kalebu komponen ing ngisor iki:
- Biaya manajemen klaster;
- Load balancing (kanggo Ingress);
- Sumber daya komputasi (vCPU lan memori) para pekerja;
- Lalu lintas metu;
- panyimpenan permanen;
- Pangolahan data kanthi load balancer.
Kajaba iku, panyedhiya awan nawakake diskon sing signifikan yen klien pengin / bisa nggunakake preemptible utawa simpul prioritas kurang UTAWA bakal nggunakake kelenjar sing padha sajrone 1-3 taun.
Perlu ditekanake manawa biaya minangka basis sing apik kanggo mbandhingake lan ngevaluasi panyedhiya layanan, faktor liyane kudu digatekake:
- Uptime (Perjanjian Tingkat Layanan);
- Ekosistem awan sekitar;
- Versi sing kasedhiya saka K8s;
- Kualitas dokumentasi/toolkit.
Nanging, faktor kasebut ngluwihi ruang lingkup artikel / sinau iki. ING Faktor non-rega kanggo EKS, AKS lan GKE dibahas kanthi rinci.
Notebook Jupyter Kab
Kanggo nggawe luwih gampang kanggo nemokake solusi paling duwe bathi, Aku wis dikembangakΓ© , nggunakake plotly + ipywidgets ing. Iki ngidini sampeyan mbandhingake tawaran panyedhiya kanggo macem-macem ukuran kluster lan set layanan.
Sampeyan bisa latihan nganggo versi live notepad ing Binder:
Ayo kula ngerti yen petungan utawa rega asli ora bener (iki bisa ditindakake liwat masalah utawa narik panjaluk ing GitHub - ).
temonan
Sayange, akeh banget nuansa kanggo menehi rekomendasi sing luwih spesifik tinimbang sing kalebu ing paragraf TL;DR ing wiwitan. Nanging, sawetara kesimpulan isih bisa ditarik:
- Ora kaya GKE lan EKS, AKS lan Digital Ocean ora ngisi daya kanggo sumber daya lapisan kontrol. AKS lan DO luwih nguntungake yen arsitektur kalebu akeh klompok cilik (contone, siji kluster saben saben pangembang utawa saben klien).
- Sumber daya komputasi GKE sing rada murah nggawe luwih nguntungake amarga ukuran kluster * mundhak.
- Nggunakake node preemptible utawa afinitas simpul jangka panjang bisa nyuda biaya luwih saka 50%. Cathetan: Digital Ocean ora nawakake diskon kasebut.
- Fees outbound Google luwih dhuwur, nanging biaya sumber daya komputasi minangka faktor penentu ing pitungan (kajaba kluster sampeyan ngasilake jumlah data metu sing signifikan).
- Milih jinis mesin adhedhasar kabutuhan CPU lan memori saka beban kerja sampeyan bakal mbantu sampeyan ora mbayar ekstra kanggo sumber daya sing ora digunakake.
- Digital Ocean ngisi luwih murah kanggo vCPU lan luwih akeh kanggo memori dibandhingake karo platform liyane - iki bisa dadi faktor penentu kanggo sawetara jinis beban kerja komputasi.
* Cathetan: Analisis nggunakake data kanggo node komputasi tujuan umum (tujuan umum). Iki minangka n1 GCP Compute Engine, m5 AWS ec2, mesin virtual D2v3 Azure lan DO droplet kanthi CPU khusus. Sabanjure, sampeyan bisa nindakake riset ing antarane jinis mesin virtual liyane (burstable, level entry). Ing kawitan marketing, biaya mesin virtual linearly gumantung ing nomer vCPUs lan jumlah memori, nanging aku ora yakin sing Panyangka iki bakal bener kanggo memori Highly non-standar / rasio CPU.
Ing artikel , diterbitake ing 2018, digunakake kluster referensi karo 100 vCPU intine lan 400 GB memori. Kanggo mbandhingake, miturut petunganku, kluster sing padha ing saben platform kasebut (kanggo kedadeyan on-demand) bakal larang regane:
- AKS: 51465 USD / taun
- EKS: 43138 USD / taun
- GKE: 30870 USD / taun
- DO: 36131 USD / taun
Muga-muga artikel iki bebarengan karo notebook bakal mbantu sampeyan ngevaluasi penawaran Kubernetes sing dikelola utama lan/utawa ngirit dhuwit ing infrastruktur awan kanthi njupuk kauntungan saka diskon lan kesempatan liyane.
PS saka penerjemah
Waca uga ing blog kita:
- Β«";
- Β«";
- Β«";
- Β«".
Source: www.habr.com