PiezÄ«me. tulk.: amerikÄÅu DevOps inženieris Sids Palass, izmantojot nesenais paziÅojums par Google Cloud KÄ informatÄ«vu ceļvedi es salÄ«dzinÄju pÄrvaldÄ«tÄ Kubernetes pakalpojuma izmaksas (dažÄdÄs konfigurÄcijÄs) no pasaules vadoÅ”ajiem mÄkoÅpakalpojumu sniedzÄjiem. Papildu viÅa darba priekÅ”rocÄ«ba bija atbilstoÅ”Ä Jupyter Notebook publicÄÅ”ana, kas ļauj (ar minimÄlÄm zinÄÅ”anÄm par Python) pielÄgot veiktos aprÄÄ·inus atbilstoÅ”i jÅ«su vajadzÄ«bÄm.
TL; DR: Azure un Digital Ocean neiekasÄ maksu par vadÄ«bas plaknei izmantotajiem skaitļoÅ”anas resursiem, tÄpÄc tie ir laba izvÄle daudzu mazu kopu izvietoÅ”anai. GKE ir vislabÄk piemÄrota neliela skaita lielu klasteru darbinÄÅ”anai. TurklÄt jÅ«s varat ievÄrojami samazinÄt izmaksas, izmantojot spot/preemptive/zemas prioritÄtes mezglus vai āabonÄjotā to paÅ”u mezglu ilgstoÅ”ai lietoÅ”anai (tas attiecas uz visÄm platformÄm).
Klastera lielums (darbinieku skaits)
PÄrskats
Nesenais Google mÄkoÅa paziÅojums GKE paziÅojums sÄkt iekasÄt 10 centus par klastera stundu par katru klastera stundu lika man sÄkt analizÄt galveno pÄrvaldÄ«to Kubernetes piedÄvÄjumu cenas.
KopÄjÄs izmaksas par Kubernetes izmantoÅ”anu katrÄ no Ŕīm platformÄm sastÄv no Å”Ädiem komponentiem:
Maksa par klasteru pÄrvaldÄ«bu;
Slodzes balansÄÅ”ana (Ingress);
darbinieku skaitļoÅ”anas resursi (vCPU un atmiÅa);
IzbraukŔanas satiksme;
PastÄvÄ«ga uzglabÄÅ”ana;
Datu apstrÄde ar slodzes balansÄtÄju.
TurklÄt mÄkoÅpakalpojumu sniedzÄji piedÄvÄ ievÄrojamas atlaides, ja klients vÄlas/var izmantot priekÅ”rocÄ«bu vietas vai zemas prioritÄtes mezgli VAI apÅemas lietot vienus un tos paÅ”us mezglus 1-3 gadus.
Ir vÄrts uzsvÄrt, ka, lai gan izmaksas ir labs pamats pakalpojumu sniedzÄju salÄ«dzinÄÅ”anai un novÄrtÄÅ”anai, jÄÅem vÄrÄ arÄ« citi faktori:
DarbÄ«bas laiks (pakalpojuma lÄ«meÅa lÄ«gums);
ApkÄrtÄjÄ mÄkoÅu ekosistÄma;
PieejamÄs K8s versijas;
DokumentÄcijas/rÄ«ku komplekta kvalitÄte.
TomÄr Å”ie faktori ir Ärpus Ŕī raksta/pÄtÄ«juma darbÄ«bas jomas. IN februÄra ieraksts StackRox emuÄrÄ DetalizÄti tiek apskatÄ«ti EKS, AKS un GKE necenu faktori.
Jupyter piezÄ«mju grÄmatiÅa
Lai bÅ«tu vieglÄk atrast izdevÄ«gÄko risinÄjumu, esmu izstrÄdÄjis Jupyter piezÄ«mju grÄmatiÅa, izmantojot tajÄ plotly + ipywidgets. Tas ļauj salÄ«dzinÄt pakalpojumu sniedzÄju piedÄvÄjumus dažÄdiem klasteru izmÄriem un pakalpojumu kopÄm.
Varat praktizÄt ar piezÄ«mju grÄmatiÅas tieÅ”o versiju programmÄ Binder:
PaziÅojiet man, ja aprÄÄ·ini vai sÄkotnÄjÄs cenas ir nepareizas (to var izdarÄ«t, izmantojot GitHub problÄmu vai izvilkÅ”anas pieprasÄ«jumu - Å”eit ir krÄtuve).
Atzinumi
Ak, ir pÄrÄk daudz nianÅ”u, lai sniegtu konkrÄtÄkus ieteikumus par tiem, kas iekļauti TL;DR rindkopÄ paÅ”Ä sÄkumÄ. TomÄr dažus secinÄjumus joprojÄm var izdarÄ«t:
AtŔķirÄ«bÄ no GKE un EKS, AKS un Digital Ocean neiekasÄ maksu par vadÄ«bas slÄÅa resursiem. AKS un DO ir izdevÄ«gÄki, ja arhitektÅ«rÄ ir daudz mazu klasteru (piemÄram, viens klasteris uz katru katrs izstrÄdÄtÄjs vai katrs klients).
GKE nedaudz lÄtÄkie skaitļoÅ”anas resursi padara to ienesÄ«gÄku, palielinoties klasteru lielumam*.
Izmantojot iepriekÅ”Äjus mezglus vai ilgtermiÅa mezglu afinitÄti, izmaksas var samazinÄt par vairÄk nekÄ 50%. PiezÄ«me: Digital Ocean nepiedÄvÄ Å”Ä«s atlaides.
Google izejoÅ”Äs maksas ir augstÄkas, taÄu skaitļoÅ”anas resursu izmaksas ir noteicoÅ”ais faktors aprÄÄ·inÄ (ja vien jÅ«su klasteris neÄ£enerÄ ievÄrojamu daudzumu izejoÅ”o datu).
IekÄrtu veidu izvÄle, pamatojoties uz jÅ«su darba slodzes CPU un atmiÅas vajadzÄ«bÄm, palÄ«dzÄs izvairÄ«ties no papildu maksÄÅ”anas par neizmantotiem resursiem.
Digital Ocean salÄ«dzinÄjumÄ ar citÄm platformÄm iekasÄ mazÄk par vCPU un vairÄk par atmiÅu ā tas var bÅ«t noteicoÅ”ais faktors dažu veidu skaitļoÅ”anas slodzÄm.
*PiezÄ«me. AnalÄ«ze izmanto datus vispÄrÄ«giem skaitļoÅ”anas mezgliem (vispÄrÄ«gs mÄrÄ·is). Tie ir n1 GCP Compute Engine gadÄ«jumi, m5 AWS ec2 gadÄ«jumi, D2v3 Azure virtuÄlÄs maŔīnas un DO pilieni ar Ä«paÅ”iem CPU. SavukÄrt ir iespÄjams veikt pÄtÄ«jumus starp cita veida virtuÄlajÄm maŔīnÄm (burstable, sÄkuma lÄ«meÅa). No pirmÄ acu uzmetiena virtuÄlo maŔīnu izmaksas ir lineÄri atkarÄ«gas no vCPU skaita un atmiÅas apjoma, taÄu es neesmu pÄrliecinÄts, ka Å”is pieÅÄmums atbilst ļoti nestandarta atmiÅas/CPU attiecÄ«bai.
RakstÄ Ultimate Kubernetes izmaksu ceļvedis: AWS vs GCP vs Azure vs Digital Ocean, publicÄts 2018. gadÄ, izmantoja atsauces kopu ar 100 vCPU kodoliem un 400 GB atmiÅu. SalÄ«dzinÄjumam, pÄc maniem aprÄÄ·iniem, lÄ«dzÄ«gs klasteris katrÄ no Ŕīm platformÄm (gadÄ«jumiem pÄc pieprasÄ«juma) maksÄs Å”Ädu summu:
AKS: 51465 USD/gadÄ
EKS: 43138 USD/gadÄ
GKE: 30870 USD/gadÄ
DO: 36131 USD/gadÄ
Es ceru, ka Å”is raksts kopÄ ar piezÄ«mju grÄmatiÅu palÄ«dzÄs jums novÄrtÄt galvenos pÄrvaldÄ«tos Kubernetes piedÄvÄjumus un/vai ietaupÄ«t naudu mÄkoÅa infrastruktÅ«rÄ, izmantojot atlaides un citas iespÄjas.