ProHoster > Blogs > Administrācija > Pārvaldīto Kubernetes izmaksu salīdzinājums (2020)

Pārvaldīto Kubernetes izmaksu salīdzinājums (2020)

PiezÄ«me. tulk.: amerikāņu DevOps inženieris Sids Palass, izmantojot nesenais paziņojums par Google Cloud Kā informatÄ«vu ceļvedi es salÄ«dzināju pārvaldÄ«tā Kubernetes pakalpojuma izmaksas (dažādās konfigurācijās) no pasaules vadoÅ”ajiem mākoņpakalpojumu sniedzējiem. Papildu viņa darba priekÅ”rocÄ«ba bija atbilstoŔā Jupyter Notebook publicÄ“Å”ana, kas ļauj (ar minimālām zināŔanām par Python) pielāgot veiktos aprēķinus atbilstoÅ”i jÅ«su vajadzÄ«bām.

TL; DR: Azure un Digital Ocean neiekasē maksu par vadÄ«bas plaknei izmantotajiem skaitļoÅ”anas resursiem, tāpēc tie ir laba izvēle daudzu mazu kopu izvietoÅ”anai. GKE ir vislabāk piemērota neliela skaita lielu klasteru darbināŔanai. Turklāt jÅ«s varat ievērojami samazināt izmaksas, izmantojot spot/preemptive/zemas prioritātes mezglus vai ā€œabonējotā€ to paÅ”u mezglu ilgstoÅ”ai lietoÅ”anai (tas attiecas uz visām platformām).

Pārvaldīto Kubernetes izmaksu salīdzinājums (2020)
Klastera lielums (darbinieku skaits)

Pārskats

Nesenais Google mākoņa paziņojums GKE paziņojums sākt iekasēt 10 centus par klastera stundu par katru klastera stundu lika man sākt analizēt galveno pārvaldīto Kubernetes piedāvājumu cenas.

Pārvaldīto Kubernetes izmaksu salīdzinājums (2020)
Šis paziņojums ir ļoti apbēdinājis dažus...

Raksta galvenie varoņi ir:

Izmaksu sadalījums

Kopējās izmaksas par Kubernetes izmantoÅ”anu katrā no Ŕīm platformām sastāv no Ŕādiem komponentiem:

  • Maksa par klasteru pārvaldÄ«bu;
  • Slodzes balansÄ“Å”ana (Ingress);
  • darbinieku skaitļoÅ”anas resursi (vCPU un atmiņa);
  • IzbraukÅ”anas satiksme;
  • PastāvÄ«ga uzglabāŔana;
  • Datu apstrāde ar slodzes balansētāju.

Turklāt mākoņpakalpojumu sniedzēji piedāvā ievērojamas atlaides, ja klients vēlas/var izmantot priekÅ”rocÄ«bu vietas vai zemas prioritātes mezgli VAI apņemas lietot vienus un tos paÅ”us mezglus 1-3 gadus.

Ir vērts uzsvērt, ka, lai gan izmaksas ir labs pamats pakalpojumu sniedzēju salÄ«dzināŔanai un novērtÄ“Å”anai, jāņem vērā arÄ« citi faktori:

  • DarbÄ«bas laiks (pakalpojuma lÄ«meņa lÄ«gums);
  • Apkārtējā mākoņu ekosistēma;
  • Pieejamās K8s versijas;
  • Dokumentācijas/rÄ«ku komplekta kvalitāte.

Tomēr Å”ie faktori ir ārpus Ŕī raksta/pētÄ«juma darbÄ«bas jomas. IN februāra ieraksts StackRox emuārā Detalizēti tiek apskatÄ«ti EKS, AKS un GKE necenu faktori.

Jupyter piezīmju grāmatiņa

Lai būtu vieglāk atrast izdevīgāko risinājumu, esmu izstrādājis Jupyter piezīmju grāmatiņa, izmantojot tajā plotly + ipywidgets. Tas ļauj salīdzināt pakalpojumu sniedzēju piedāvājumus dažādiem klasteru izmēriem un pakalpojumu kopām.

Varat praktizēt ar piezÄ«mju grāmatiņas tieÅ”o versiju programmā Binder:

Pārvaldīto Kubernetes izmaksu salīdzinājums (2020)
manage-kubernetes-price-exploration.ipynb vietnē mybinder.org

Paziņojiet man, ja aprēķini vai sākotnējās cenas ir nepareizas (to var izdarÄ«t, izmantojot GitHub problēmu vai izvilkÅ”anas pieprasÄ«jumu - Å”eit ir krātuve).

Atzinumi

Ak, ir pārāk daudz nianÅ”u, lai sniegtu konkrētākus ieteikumus par tiem, kas iekļauti TL;DR rindkopā paŔā sākumā. Tomēr dažus secinājumus joprojām var izdarÄ«t:

  • AtŔķirÄ«bā no GKE un EKS, AKS un Digital Ocean neiekasē maksu par vadÄ«bas slāņa resursiem. AKS un DO ir izdevÄ«gāki, ja arhitektÅ«rā ir daudz mazu klasteru (piemēram, viens klasteris uz katru katrs izstrādātājs vai katrs klients).
  • GKE nedaudz lētākie skaitļoÅ”anas resursi padara to ienesÄ«gāku, palielinoties klasteru lielumam*.
  • Izmantojot iepriekŔējus mezglus vai ilgtermiņa mezglu afinitāti, izmaksas var samazināt par vairāk nekā 50%. PiezÄ«me: Digital Ocean nepiedāvā Ŕīs atlaides.
  • Google izejoŔās maksas ir augstākas, taču skaitļoÅ”anas resursu izmaksas ir noteicoÅ”ais faktors aprēķinā (ja vien jÅ«su klasteris neÄ£enerē ievērojamu daudzumu izejoÅ”o datu).
  • Iekārtu veidu izvēle, pamatojoties uz jÅ«su darba slodzes CPU un atmiņas vajadzÄ«bām, palÄ«dzēs izvairÄ«ties no papildu maksāŔanas par neizmantotiem resursiem.
  • Digital Ocean salÄ«dzinājumā ar citām platformām iekasē mazāk par vCPU un vairāk par atmiņu ā€” tas var bÅ«t noteicoÅ”ais faktors dažu veidu skaitļoÅ”anas slodzēm.

*PiezÄ«me. AnalÄ«ze izmanto datus vispārÄ«giem skaitļoÅ”anas mezgliem (vispārÄ«gs mērÄ·is). Tie ir n1 GCP Compute Engine gadÄ«jumi, m5 AWS ec2 gadÄ«jumi, D2v3 Azure virtuālās maŔīnas un DO pilieni ar Ä«paÅ”iem CPU. Savukārt ir iespējams veikt pētÄ«jumus starp cita veida virtuālajām maŔīnām (burstable, sākuma lÄ«meņa). No pirmā acu uzmetiena virtuālo maŔīnu izmaksas ir lineāri atkarÄ«gas no vCPU skaita un atmiņas apjoma, taču es neesmu pārliecināts, ka Å”is pieņēmums atbilst ļoti nestandarta atmiņas/CPU attiecÄ«bai.

Rakstā Ultimate Kubernetes izmaksu ceļvedis: AWS vs GCP vs Azure vs Digital Ocean, publicēts 2018. gadā, izmantoja atsauces kopu ar 100 vCPU kodoliem un 400 GB atmiņu. SalÄ«dzinājumam, pēc maniem aprēķiniem, lÄ«dzÄ«gs klasteris katrā no Ŕīm platformām (gadÄ«jumiem pēc pieprasÄ«juma) maksās Ŕādu summu:

  • AKS: 51465 USD/gadā
  • EKS: 43138 USD/gadā
  • GKE: 30870 USD/gadā
  • DO: 36131 USD/gadā

Es ceru, ka Å”is raksts kopā ar piezÄ«mju grāmatiņu palÄ«dzēs jums novērtēt galvenos pārvaldÄ«tos Kubernetes piedāvājumus un/vai ietaupÄ«t naudu mākoņa infrastruktÅ«rā, izmantojot atlaides un citas iespējas.

PS no tulka

Lasi arī mūsu emuārā:

Avots: www.habr.com

Pievieno komentāru