Анхаарна уу. орчуулга.: Америкийн DevOps инженер Сид Палас, ашиглаж байна Мэдээллийн гарын авлага болгон би дэлхийн тэргүүлэгч үүлэн үйлчилгээ үзүүлэгчдийн удирддаг Kubernetes үйлчилгээний өртөгийг (өөр өөр тохиргоотой) харьцуулсан. Түүний ажлын нэмэлт давуу тал бол (Python-ийн хамгийн бага мэдлэгтэй) тооцооллыг өөрийн хэрэгцээнд нийцүүлэн тохируулах боломжийг олгодог Jupyter Notebook-ийг хэвлүүлсэн явдал байв.
TL, DR: Azure болон Digital Ocean нь хяналтын хавтгайд ашигласан тооцооллын нөөцөд төлбөр авдаггүй тул олон жижиг кластеруудыг байрлуулахад тохиромжтой сонголт болдог. Цөөн тооны том кластер ажиллуулахын тулд GKE нь хамгийн тохиромжтой. Нэмж дурдахад, та спот/урьдчилан сэргийлэх/бага ач холбогдол бүхий зангилаа ашиглах эсвэл ижил зангилааны урт хугацааны хэрэглээнд "захиалах" замаар зардлыг мэдэгдэхүйц бууруулах боломжтой (энэ нь бүх платформд хамаарна).
Кластерын хэмжээ (ажилчдын тоо)
Ерөнхий мэдээлэл
GKE-ийн кластерын цаг тутамд 10 центийн хураамж авч эхэлсэн тухай мэдэгдэл намайг Kubernetes-ийн удирддаг томоохон саналуудын үнэд дүн шинжилгээ хийж эхлэхэд түлхэц болсон.
Энэ мэдэгдэл зарим хүмүүсийн дургүйг хүргэсэн...
Нийтлэлийн гол дүрүүд нь:
- Google Kubernetes Engine (GCP) - ;
- Мэдрэмжтэй Kubernetes үйлчилгээ (AWS) - ;
- Azure Kubernetes үйлчилгээ (Azure) – ;
- Дижитал далай дээрх Кубернетес – .
Зардлын задаргаа
Эдгээр платформ тус бүр дээр Kubernetes ашиглах нийт зардал нь дараах бүрэлдэхүүн хэсгүүдээс бүрдэнэ.
- Кластер менежментийн төлбөр;
- Ачааллыг тэнцвэржүүлэх (Ingress-ийн хувьд);
- Ажилчдын тооцоолох нөөц (vCPU ба санах ой);
- Гарах урсгал;
- Байнгын хадгалалт;
- Ачаалал тэнцвэржүүлэгчээр өгөгдөл боловсруулах.
Нэмж дурдахад, хэрэв үйлчлүүлэгч хүсвэл үүлэн үйлчилгээ үзүүлэгчид ихээхэн хөнгөлөлт үзүүлдэг эсвэл бага ач холбогдолтой зангилаа ЭСВЭЛ ижил зангилаануудыг 1-3 жил ашиглах үүрэг хүлээнэ.
Хэдийгээр зардал нь үйлчилгээ үзүүлэгчдийг харьцуулах, үнэлэхэд сайн үндэс суурь болдог ч бусад хүчин зүйлсийг харгалзан үзэх нь зүйтэй гэдгийг онцлон тэмдэглэх нь зүйтэй.
- Ажиллах цаг (Үйлчилгээний түвшний гэрээ);
- Хүрээлэн буй үүлний экосистем;
- K8-ийн боломжтой хувилбарууд;
- Баримт бичгийн чанар/хэрэгслийн хэрэгсэл.
Гэсэн хэдий ч эдгээр хүчин зүйлүүд нь энэ нийтлэл/судалгааны хамрах хүрээнээс гадуур байна. IN EKS, AKS, GKE-ийн үнийн бус хүчин зүйлсийг нарийвчлан авч үзсэн болно.
Бархасбадь гаригийн дэвтэр
Хамгийн ашигтай шийдлийг олоход хялбар болгохын тулд би боловсруулсан , үүнд plotly + ipywidgets ашиглана. Энэ нь өөр өөр кластерын хэмжээ, үйлчилгээний багцын үйлчилгээ үзүүлэгчийн саналыг харьцуулах боломжийг танд олгоно.
Та Биндэр дээрх тэмдэглэлийн дэвтэрийн шууд хувилбараар дасгал хийж болно:
Тооцоолол эсвэл анхны үнэ буруу байвал надад мэдэгдэнэ үү (үүнийг GitHub дээрх асуудал эсвэл татах хүсэлтээр хийж болно - ).
үр дүн нь
Харамсалтай нь, хамгийн эхэнд TL;DR догол мөрөнд тусгагдсан зөвлөмжүүдээс илүү тодорхой зөвлөмж өгөхөд хэтэрхий олон нюансууд байна. Гэсэн хэдий ч зарим дүгнэлтийг хийж болно:
- GKE болон EKS-ээс ялгаатай нь AKS болон Digital Ocean нь хяналтын түвшний нөөцөд төлбөр авдаггүй. Архитектурт олон жижиг кластер (жишээлбэл, нэг кластер) багтсан бол AKS болон DO нь илүү ашигтай байдаг. хөгжүүлэгч бүр буюу үйлчлүүлэгч бүр).
- GKE-ийн бага зэрэг хямд тооцоолох нөөцүүд нь кластерийн хэмжээ* нэмэгдэх тусам илүү ашигтай болгодог.
- Давуу эрхтэй зангилаа эсвэл урт хугацааны зангилааны хамаарлыг ашиглах нь зардлыг 50% -иас илүү бууруулах боломжтой. Жич: Digital Ocean эдгээр хөнгөлөлтийг санал болгодоггүй.
- Google-ийн гадагшаа гарах төлбөр нь илүү өндөр боловч тооцоолох нөөцийн өртөг нь тооцоололд тодорхойлогч хүчин зүйл болдог (хэрэв таны кластер ихээхэн хэмжээний гадагшаа мэдээлэл үүсгэхгүй бол).
- Ажлын ачааллын CPU болон санах ойн хэрэгцээнд тулгуурлан машины төрлийг сонгох нь ашиглагдаагүй нөөцөд нэмэлт төлбөр төлөхөөс зайлсхийхэд тусална.
- Digital Ocean нь бусад платформтой харьцуулахад vCPU-д бага, санах ойд илүү их төлбөр төлдөг - энэ нь зарим төрлийн тооцооллын ажлын ачааллыг шийдвэрлэх хүчин зүйл болдог.
*Тэмдэглэл: Шинжилгээ нь ерөнхий зориулалтын тооцооллын зангилааны өгөгдлийг ашигладаг (Ерөнхий зорилго). Эдгээр нь n1 GCP Compute Engine instances, m5 AWS ec2 instances, D2v3 Azure виртуал машинууд болон тусгай CPU бүхий DO дусал юм. Хариуд нь бусад төрлийн виртуал машинуудын дунд судалгаа хийх боломжтой (тэсрэх боломжтой, нэвтрэх түвшин). Эхлээд харахад виртуал машинуудын өртөг нь vCPU-ийн тоо болон санах ойн хэмжээнээс шугаман хамааралтай боловч стандарт бус санах ой/CPU харьцааны хувьд энэ таамаглал үнэн байх болно гэдэгт би итгэлгүй байна.
Нийтлэл , 2018 онд хэвлэгдсэн нь 100 vCPU цөм, 400 ГБ санах ойтой лавлагаа кластер ашигласан. Харьцуулбал, миний тооцоолсноор эдгээр платформ тус бүр дээр ижил төстэй кластер (эрэлт хэрэгцээтэй тохиолдолд) дараах үнэтэй болно.
- AKS: 51465 ам.доллар/жил
- EKS: 43138 ам.доллар/жил
- GKE: Жилд 30870 доллар
- ХИЙХ: 36131 ам.доллар/жил
Энэхүү нийтлэл нь тэмдэглэлийн дэвтэртэй хамт Кубернетесийн үндсэн саналуудыг үнэлж, хөнгөлөлт болон бусад боломжуудыг ашиглан үүлэн дэд бүтцэд мөнгө хэмнэхэд тусална гэж найдаж байна.
Орчуулагчийн жич
Мөн манай блог дээрээс уншина уу:
- «";
- «";
- «";
- «".
Эх сурвалж: www.habr.com