व्यवस्थित Kubernetes (2020) मा लागत तुलना

नोट। अनुवाद।: अमेरिकी DevOps इन्जिनियर सिड पलास, प्रयोग गर्दै गुगल क्लाउडको हालैको घोषणा जानकारीमूलक गाइडको रूपमा, मैले संसारका अग्रणी क्लाउड प्रदायकहरूबाट व्यवस्थित कुबेरनेट सेवाको लागत (भिन्न कन्फिगरेसनहरूमा) तुलना गरें। उसको कामको एक अतिरिक्त फाइदा सम्बन्धित जुपिटर नोटबुकको प्रकाशन थियो, जसले (पाइथनको न्यूनतम ज्ञानको साथ) तपाइँको आवश्यकताहरू अनुरूप गरिएको गणनाहरू समायोजन गर्न अनुमति दिन्छ।

TL; ड: Azure र Digital Ocean ले कन्ट्रोल प्लेनका लागि प्रयोग गरिएका कम्प्युट स्रोतहरूको लागि चार्ज गर्दैन, तिनीहरूलाई धेरै साना क्लस्टरहरू प्रयोग गर्नको लागि राम्रो विकल्प बनाउँछ। सानो संख्यामा ठूला क्लस्टरहरू चलाउनको लागि, GKE सबैभन्दा उपयुक्त छ। थप रूपमा, तपाईंले स्पट/प्रीम्प्टिभ/कम-प्राथमिकता नोडहरू प्रयोग गरेर वा उही नोडहरूको दीर्घकालीन प्रयोगको लागि "सदस्यता" गरेर (यो सबै प्लेटफर्महरूमा लागू हुन्छ) लागतहरू घटाउन सक्नुहुन्छ।

क्लस्टर साइज (कामदारहरूको संख्या)

सामान्य जानकारी

हालको गुगल क्लाउड घोषणा प्रत्येक क्लस्टर घण्टाको लागि 10 सेन्ट प्रति क्लस्टर घण्टा चार्ज गर्न सुरु गर्ने GKE को घोषणाले मलाई प्रमुख व्यवस्थित Kubernetes प्रस्तावहरूको मूल्य निर्धारण गर्न सुरु गर्न प्रेरित गर्यो।

यो घोषणाले कतिपयलाई निकै अप्ठ्यारो पारेको छ...

लेखका मुख्य पात्रहरू हुन्:

• Google Kubernetes इन्जिन (GCP) - मूल्य क्यालकुलेटर;
• लोचदार कुबर्नेट्स सेवा (AWS) - मूल्य क्यालकुलेटर;
• Azure Kubernetes सेवा (Azure) - मूल्य क्यालकुलेटर;
• डिजिटल महासागरमा Kubernetes - मूल्य निर्धारण पृष्ठ.

लागत ब्रेकडाउन

यी प्रत्येक प्लेटफर्ममा Kubernetes प्रयोग गर्ने कुल लागत निम्न घटकहरू समावेश गर्दछ:

• क्लस्टर व्यवस्थापन शुल्क;
• लोड सन्तुलन (इनग्रेसको लागि);
• कामदारहरूको कम्प्युटिङ स्रोतहरू (vCPU र मेमोरी);
• निकास यातायात;
• स्थायी भण्डारण;
• लोड ब्यालेन्सर द्वारा डाटा प्रोसेसिंग।

थप रूपमा, क्लाउड प्रदायकहरूले महत्त्वपूर्ण छुटहरू प्रस्ताव गर्छन् यदि ग्राहकले प्रिमप्टिबल प्रयोग गर्न चाहन्छन् ठाउँ वा कम प्राथमिकता नोडहरू वा 1-3 वर्षको लागि उही नोडहरू प्रयोग गर्ने प्रतिबद्धता।

यो जोड दिन लायक छ कि यद्यपि लागत सेवा प्रदायकहरूको तुलना र मूल्याङ्कन गर्नको लागि राम्रो आधार हो, अन्य कारकहरूलाई ध्यानमा राख्नुपर्छ:

• अपटाइम (सेवा स्तर सम्झौता);
• वरपरको बादल इकोसिस्टम;
• K8s को उपलब्ध संस्करणहरू;
• कागजात/उपकरणको गुणस्तर।

यद्यपि, यी कारकहरू यस लेख/अध्ययनको दायराभन्दा बाहिर छन्। IN StackRox ब्लगमा फेब्रुअरी पोस्ट EKS, AKS र GKE को लागि गैर-मूल्य कारकहरू विस्तृत रूपमा छलफल गरिएको छ।

Jupyter नोटबुक

सबैभन्दा लाभदायक समाधान खोज्न सजिलो बनाउन, मैले विकास गरेको छु Jupyter नोटबुक, यसमा plotly + ipywidgets प्रयोग गर्दै। यसले तपाईंलाई विभिन्न क्लस्टर आकार र सेवा सेटहरूको लागि प्रदायक प्रस्तावहरू तुलना गर्न अनुमति दिन्छ।

तपाइँ Binder मा नोटप्याड को प्रत्यक्ष संस्करण संग अभ्यास गर्न सक्नुहुन्छ:

managed-kubernetes-price-exploration.ipynb mybinder.org मा

मलाई थाहा दिनुहोस् यदि गणना वा मूल मूल्य निर्धारण गलत छ (यो GitHub मा मुद्दा वा पुल अनुरोध मार्फत गर्न सकिन्छ - यहाँ भण्डार छ).

निष्कर्ष

काश, सुरुमा TL; DR अनुच्छेदमा समावेश गरिएका भन्दा बढी विशिष्ट सिफारिसहरू प्रदान गर्न धेरै नक्साहरू छन्। यद्यपि, केहि निष्कर्षहरू अझै पनि कोर्न सकिन्छ:

• GKE र EKS को विपरीत, AKS र Digital Ocean ले नियन्त्रण तह स्रोतहरूको लागि चार्ज गर्दैन। AKS र DO अधिक लाभदायक छन् यदि वास्तुकलामा धेरै साना क्लस्टरहरू समावेश छन् (उदाहरणका लागि, प्रति क्लस्टर प्रत्येक विकासकर्ता वा प्रत्येक ग्राहक).
• GKE को थोरै कम महँगो कम्प्युट स्रोतहरूले क्लस्टर साइज* बढ्दा यसलाई अझ लाभदायक बनाउँछ।
• प्रिमप्टिबल नोडहरू वा लामो-अवधि नोड सम्बद्धता प्रयोग गर्नाले लागतहरू 50% भन्दा बढी घटाउन सक्छ। नोट: डिजिटल ओशनले यी छुटहरू प्रस्ताव गर्दैन।
• गुगलको आउटबाउन्ड शुल्कहरू उच्च छन्, तर कम्प्युटिङ स्रोतहरूको लागत गणनामा एक निर्णायक कारक हो (जबसम्म तपाईंको क्लस्टरले आउटबाउन्ड डेटाको महत्त्वपूर्ण मात्रा उत्पन्न गरिरहेको छैन)।
• CPU र तपाईंको वर्कलोडहरूको मेमोरी आवश्यकताहरूमा आधारित मेशिन प्रकारहरू चयन गर्नाले तपाईंलाई प्रयोग नगरिएका स्रोतहरूको लागि थप भुक्तान गर्नबाट बच्न मद्दत गर्नेछ।
• डिजिटल ओशनले अन्य प्लेटफर्महरूको तुलनामा vCPU को लागि कम र मेमोरीको लागि बढी शुल्क लिन्छ - यो केहि प्रकारको कम्प्युट वर्कलोडहरूको लागि निर्णायक कारक हुन सक्छ।

*नोट: विश्लेषणले सामान्य उद्देश्य कम्प्युट नोडहरूको लागि डाटा प्रयोग गर्दछ (सामान्य उद्देश्य)। यी हुन् n1 GCP कम्प्युट इन्जिन उदाहरणहरू, m5 AWS ec2 उदाहरणहरू, D2v3 Azure भर्चुअल मेसिनहरू र समर्पित CPU हरू भएका DO ड्रपलेटहरू। बारीमा, यो अन्य प्रकारका भर्चुअल मेसिनहरू (फर्टेबल, प्रविष्टि-स्तर) बीचमा अनुसन्धान गर्न सम्भव छ। पहिलो नजरमा, भर्चुअल मेसिनहरूको लागत रैखिक रूपमा vCPU हरूको संख्या र मेमोरीको मात्रामा निर्भर गर्दछ, तर म निश्चित छैन कि यो धारणा उच्च गैर-मानक मेमोरी/CPU अनुपातहरूको लागि सही हुनेछ।

लेख परम Kubernetes लागत गाइड: AWS बनाम GCP बनाम Azure बनाम डिजिटल महासागर, 2018 मा प्रकाशित, 100 vCPU कोर र 400 GB मेमोरी भएको सन्दर्भ क्लस्टर प्रयोग गरियो। तुलनाको लागि, मेरो गणना अनुसार, यी प्रत्येक प्लेटफर्महरूमा समान क्लस्टर (अन-डिमांड उदाहरणहरूको लागि) निम्न रकम खर्च हुनेछ:

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

मलाई आशा छ कि नोटबुकको साथमा यो लेखले तपाईंलाई मुख्य व्यवस्थित Kubernetes प्रस्तावहरूको मूल्याङ्कन गर्न र/वा क्लाउड पूर्वाधारमा छुट र अन्य अवसरहरूको फाइदा उठाएर पैसा बचत गर्न मद्दत गर्नेछ।

अनुवादकबाट PS

हाम्रो ब्लगमा पनि पढ्नुहोस्:

• «क्लाउडमा Kubernetes मा पैसा बचतको लागि Kubecost समीक्षा»;
• «Yandex.Cloud को लागि Kubernetes CCM (क्लाउड नियन्त्रक प्रबन्धक) प्रस्तुत गर्दै»;
• «के Kubernetes क्लस्टर तयार गर्न सजिलो र सुविधाजनक छ? एडअन-अपरेटर घोषणा गर्दै»;
• «किफायती सेवाको रूपमा Kubernetes संग पूर्वाधार"।

स्रोत: www.habr.com