ਪ੍ਰਬੰਧਿਤ ਕੁਬਰਨੇਟਸ (2020) 'ਤੇ ਲਾਗਤ ਦੀ ਤੁਲਨਾ

ਨੋਟ ਕਰੋ। ਅਨੁਵਾਦ: ਅਮਰੀਕੀ DevOps ਇੰਜੀਨੀਅਰ Sid Palas, ਵਰਤਦੇ ਹੋਏ ਗੂਗਲ ਕਲਾਉਡ ਦੀ ਤਾਜ਼ਾ ਘੋਸ਼ਣਾ ਇੱਕ ਜਾਣਕਾਰੀ ਗਾਈਡ ਵਜੋਂ, ਮੈਂ ਵਿਸ਼ਵ ਦੇ ਪ੍ਰਮੁੱਖ ਕਲਾਉਡ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ ਪ੍ਰਬੰਧਿਤ ਕੁਬਰਨੇਟਸ ਸੇਵਾ (ਵੱਖ-ਵੱਖ ਸੰਰਚਨਾਵਾਂ ਵਿੱਚ) ਦੀ ਲਾਗਤ ਦੀ ਤੁਲਨਾ ਕੀਤੀ। ਉਸਦੇ ਕੰਮ ਦਾ ਇੱਕ ਵਾਧੂ ਫਾਇਦਾ ਅਨੁਸਾਰੀ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ ਦਾ ਪ੍ਰਕਾਸ਼ਨ ਸੀ, ਜੋ (ਪਾਇਥਨ ਦੇ ਘੱਟੋ-ਘੱਟ ਗਿਆਨ ਦੇ ਨਾਲ) ਤੁਹਾਡੀਆਂ ਜ਼ਰੂਰਤਾਂ ਦੇ ਅਨੁਸਾਰ ਕੀਤੀਆਂ ਗਣਨਾਵਾਂ ਨੂੰ ਅਨੁਕੂਲ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

TL; ਡਾ: Azure ਅਤੇ Digital Ocean ਕੰਟਰੋਲ ਪਲੇਨ ਲਈ ਵਰਤੇ ਜਾਣ ਵਾਲੇ ਗਣਨਾ ਸਰੋਤਾਂ ਲਈ ਚਾਰਜ ਨਹੀਂ ਲੈਂਦੇ, ਜਿਸ ਨਾਲ ਉਹਨਾਂ ਨੂੰ ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਕਲੱਸਟਰਾਂ ਨੂੰ ਤੈਨਾਤ ਕਰਨ ਲਈ ਇੱਕ ਵਧੀਆ ਵਿਕਲਪ ਬਣਾਇਆ ਜਾਂਦਾ ਹੈ। ਥੋੜ੍ਹੇ ਜਿਹੇ ਵੱਡੇ ਕਲੱਸਟਰਾਂ ਨੂੰ ਚਲਾਉਣ ਲਈ, GKE ਸਭ ਤੋਂ ਅਨੁਕੂਲ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਤੁਸੀਂ ਸਪਾਟ/ਪ੍ਰੀਐਂਪਟਿਵ/ਘੱਟ-ਪ੍ਰਾਥਮਿਕਤਾ ਵਾਲੇ ਨੋਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਜਾਂ ਉਸੇ ਨੋਡਾਂ ਦੀ ਲੰਮੀ-ਮਿਆਦ ਦੀ ਵਰਤੋਂ ਲਈ "ਗਾਹਕ ਬਣ ਕੇ" ਲਾਗਤਾਂ ਨੂੰ ਕਾਫ਼ੀ ਘਟਾ ਸਕਦੇ ਹੋ (ਇਹ ਸਾਰੇ ਪਲੇਟਫਾਰਮਾਂ 'ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ)।

ਕਲੱਸਟਰ ਦਾ ਆਕਾਰ (ਕਰਮਚਾਰੀਆਂ ਦੀ ਗਿਣਤੀ)

ਆਮ ਜਾਣਕਾਰੀ

ਹਾਲੀਆ Google ਕਲਾਊਡ ਘੋਸ਼ਣਾ GKE ਦੁਆਰਾ ਹਰੇਕ ਕਲੱਸਟਰ ਘੰਟੇ ਲਈ 10 ਸੈਂਟ ਪ੍ਰਤੀ ਕਲੱਸਟਰ ਘੰਟੇ ਚਾਰਜ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਘੋਸ਼ਣਾ ਨੇ ਮੈਨੂੰ ਮੁੱਖ ਪ੍ਰਬੰਧਿਤ ਕੁਬਰਨੇਟਸ ਪੇਸ਼ਕਸ਼ਾਂ ਦੀ ਕੀਮਤ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨ ਲਈ ਪ੍ਰੇਰਿਤ ਕੀਤਾ।

ਇਸ ਘੋਸ਼ਣਾ ਨੇ ਕੁਝ ਲੋਕਾਂ ਨੂੰ ਬਹੁਤ ਪਰੇਸ਼ਾਨ ਕੀਤਾ ਹੈ ...

ਲੇਖ ਦੇ ਮੁੱਖ ਪਾਤਰ ਹਨ:

• ਗੂਗਲ ਕੁਬਰਨੇਟਸ ਇੰਜਣ (ਜੀਸੀਪੀ) - ਕੀਮਤ ਕੈਲਕੁਲੇਟਰ;
• ਇਲਾਸਟਿਕ ਕੁਬਰਨੇਟਸ ਸਰਵਿਸ (AWS) - ਕੀਮਤ ਕੈਲਕੁਲੇਟਰ;
• ਅਜ਼ੂਰ ਕੁਬਰਨੇਟਸ ਸਰਵਿਸ (ਅਜ਼ੂਰ) - ਕੀਮਤ ਕੈਲਕੁਲੇਟਰ;
• ਕੁਬਰਨੇਟਸ ਔਨ ਡਿਜੀਟਲ ਓਸ਼ਨ - ਕੀਮਤ ਪੰਨਾ.

ਲਾਗਤ ਬਰੇਕਡਾਊਨ

ਇਹਨਾਂ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚੋਂ ਹਰੇਕ 'ਤੇ ਕੁਬਰਨੇਟਸ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਕੁੱਲ ਲਾਗਤ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਹਿੱਸੇ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ:

• ਕਲੱਸਟਰ ਪ੍ਰਬੰਧਨ ਫੀਸ;
• ਲੋਡ ਸੰਤੁਲਨ (ਪ੍ਰਵੇਸ਼ ਲਈ);
• ਕਾਮਿਆਂ ਦੇ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤ (vCPU ਅਤੇ ਮੈਮੋਰੀ);
• ਨਿਕਾਸੀ ਆਵਾਜਾਈ;
• ਸਥਾਈ ਸਟੋਰੇਜ਼;
• ਲੋਡ ਬੈਲੇਂਸਰ ਦੁਆਰਾ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ.

ਇਸ ਤੋਂ ਇਲਾਵਾ, ਕਲਾਉਡ ਪ੍ਰਦਾਤਾ ਮਹੱਤਵਪੂਰਨ ਛੋਟਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ ਜੇਕਰ ਗਾਹਕ ਚਾਹੁੰਦਾ ਹੈ/ਪ੍ਰੀਮਟਿਬਲ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦਾ ਹੈ ਸਥਾਨ ਜਾਂ ਘੱਟ-ਪ੍ਰਾਥਮਿਕਤਾ ਵਾਲੇ ਨੋਡਸ ਜਾਂ 1-3 ਸਾਲਾਂ ਲਈ ਉਹੀ ਨੋਡਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦਾ ਹੈ।

ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਜ਼ੋਰ ਦੇਣ ਯੋਗ ਹੈ ਕਿ ਹਾਲਾਂਕਿ ਸੇਵਾ ਪ੍ਰਦਾਤਾਵਾਂ ਦੀ ਤੁਲਨਾ ਅਤੇ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ ਲਾਗਤ ਇੱਕ ਚੰਗਾ ਆਧਾਰ ਹੈ, ਹੋਰ ਕਾਰਕਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ:

• ਅਪਟਾਈਮ (ਸੇਵਾ ਪੱਧਰ ਦਾ ਸਮਝੌਤਾ);
• ਆਲੇ ਦੁਆਲੇ ਦੇ ਬੱਦਲ ਈਕੋਸਿਸਟਮ;
• K8s ਦੇ ਉਪਲਬਧ ਸੰਸਕਰਣ;
• ਦਸਤਾਵੇਜ਼/ਟੂਲਕਿੱਟ ਦੀ ਗੁਣਵੱਤਾ।

ਹਾਲਾਂਕਿ, ਇਹ ਕਾਰਕ ਇਸ ਲੇਖ/ਅਧਿਐਨ ਦੇ ਦਾਇਰੇ ਤੋਂ ਬਾਹਰ ਹਨ। IN ਸਟੈਕਰੋਕਸ ਬਲੌਗ 'ਤੇ ਫਰਵਰੀ ਦੀ ਪੋਸਟ EKS, AKS ਅਤੇ GKE ਲਈ ਗੈਰ-ਕੀਮਤ ਕਾਰਕਾਂ ਬਾਰੇ ਵਿਸਥਾਰ ਵਿੱਚ ਚਰਚਾ ਕੀਤੀ ਗਈ ਹੈ।

ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ

ਸਭ ਤੋਂ ਵੱਧ ਲਾਭਦਾਇਕ ਹੱਲ ਲੱਭਣਾ ਸੌਖਾ ਬਣਾਉਣ ਲਈ, ਮੈਂ ਵਿਕਸਿਤ ਕੀਤਾ ਹੈ ਜੁਪੀਟਰ ਨੋਟਬੁੱਕ, ਇਸ ਵਿੱਚ plotly + ipywidgets ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ। ਇਹ ਤੁਹਾਨੂੰ ਵੱਖ-ਵੱਖ ਕਲੱਸਟਰ ਆਕਾਰਾਂ ਅਤੇ ਸੇਵਾ ਸੈੱਟਾਂ ਲਈ ਪ੍ਰਦਾਤਾ ਪੇਸ਼ਕਸ਼ਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।

ਤੁਸੀਂ ਬਿੰਦਰ ਵਿੱਚ ਨੋਟਪੈਡ ਦੇ ਲਾਈਵ ਸੰਸਕਰਣ ਨਾਲ ਅਭਿਆਸ ਕਰ ਸਕਦੇ ਹੋ:

mybinder.org 'ਤੇ managed-kubernetes-price-exploration.ipynb

ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਗਣਨਾ ਜਾਂ ਅਸਲ ਕੀਮਤ ਗਲਤ ਹਨ (ਇਹ GitHub 'ਤੇ ਕਿਸੇ ਮੁੱਦੇ ਜਾਂ ਪੁੱਲ ਬੇਨਤੀ ਦੁਆਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ - ਇੱਥੇ ਰਿਪੋਜ਼ਟਰੀ ਹੈ).

ਸਿੱਟਾ

ਅਫ਼ਸੋਸ, TL;DR ਪੈਰਾਗ੍ਰਾਫ ਵਿੱਚ ਬਹੁਤ ਹੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਗਈਆਂ ਸਿਫਾਰਸ਼ਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਖਾਸ ਸਿਫ਼ਾਰਸ਼ਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਬਹੁਤ ਸਾਰੀਆਂ ਬਾਰੀਕੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, ਕੁਝ ਸਿੱਟੇ ਅਜੇ ਵੀ ਕੱਢੇ ਜਾ ਸਕਦੇ ਹਨ:

• GKE ਅਤੇ EKS ਦੇ ਉਲਟ, AKS ਅਤੇ Digital Ocean ਕੰਟਰੋਲ ਲੇਅਰ ਸਰੋਤਾਂ ਲਈ ਚਾਰਜ ਨਹੀਂ ਲੈਂਦੇ ਹਨ। AKS ਅਤੇ DO ਵਧੇਰੇ ਲਾਭਕਾਰੀ ਹਨ ਜੇਕਰ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਕਲੱਸਟਰ ਸ਼ਾਮਲ ਹੁੰਦੇ ਹਨ (ਉਦਾਹਰਨ ਲਈ, ਇੱਕ ਕਲੱਸਟਰ ਪ੍ਰਤੀ ਹਰ ਡਿਵੈਲਪਰ ਜ ਹਰ ਗਾਹਕ).
• GKE ਦੇ ਥੋੜੇ ਜਿਹੇ ਘੱਟ ਮਹਿੰਗੇ ਗਣਨਾ ਸਰੋਤ ਇਸ ਨੂੰ ਵਧੇਰੇ ਲਾਭਦਾਇਕ ਬਣਾਉਂਦੇ ਹਨ ਕਿਉਂਕਿ ਕਲੱਸਟਰ ਆਕਾਰ ਵਧਦੇ ਹਨ*।
• ਅਗਾਊਂ ਨੋਡਸ ਜਾਂ ਲੰਬੇ ਸਮੇਂ ਦੇ ਨੋਡ ਐਫੀਨਿਟੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਲਾਗਤਾਂ ਨੂੰ 50% ਤੋਂ ਵੱਧ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਨੋਟ: ਡਿਜੀਟਲ ਓਸ਼ਨ ਇਹਨਾਂ ਛੋਟਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਨਹੀਂ ਕਰਦਾ ਹੈ।
• Google ਦੀਆਂ ਆਊਟਬਾਉਂਡ ਫੀਸਾਂ ਵੱਧ ਹਨ, ਪਰ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ ਦੀ ਲਾਗਤ ਗਣਨਾ ਵਿੱਚ ਇੱਕ ਨਿਰਣਾਇਕ ਕਾਰਕ ਹੈ (ਜਦੋਂ ਤੱਕ ਕਿ ਤੁਹਾਡਾ ਕਲੱਸਟਰ ਆਊਟਬਾਊਂਡ ਡੇਟਾ ਦੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮਾਤਰਾ ਪੈਦਾ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ)।
• ਤੁਹਾਡੇ ਵਰਕਲੋਡ ਦੀ CPU ਅਤੇ ਮੈਮੋਰੀ ਲੋੜਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਮਸ਼ੀਨ ਕਿਸਮਾਂ ਦੀ ਚੋਣ ਕਰਨਾ ਤੁਹਾਨੂੰ ਅਣਵਰਤੇ ਸਰੋਤਾਂ ਲਈ ਵਾਧੂ ਭੁਗਤਾਨ ਕਰਨ ਤੋਂ ਬਚਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ।
• ਡਿਜੀਟਲ ਓਸ਼ਨ ਦੂਜੇ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਮੁਕਾਬਲੇ vCPU ਲਈ ਘੱਟ ਅਤੇ ਮੈਮੋਰੀ ਲਈ ਜ਼ਿਆਦਾ ਚਾਰਜ ਕਰਦਾ ਹੈ - ਇਹ ਕੁਝ ਕਿਸਮਾਂ ਦੇ ਕੰਪਿਊਟ ਵਰਕਲੋਡਾਂ ਲਈ ਇੱਕ ਨਿਰਣਾਇਕ ਕਾਰਕ ਹੋ ਸਕਦਾ ਹੈ।

*ਨੋਟ: ਵਿਸ਼ਲੇਸ਼ਣ ਆਮ ਉਦੇਸ਼ ਗਣਨਾ ਨੋਡਾਂ ਲਈ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ (ਸਾਧਾਰਨ ਇਰਾਦਾ). ਇਹ n1 GCP ਕੰਪਿਊਟ ਇੰਜਣ ਉਦਾਹਰਨਾਂ, m5 AWS ec2 ਉਦਾਹਰਨਾਂ, D2v3 Azure ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ ਅਤੇ ਸਮਰਪਿਤ CPU ਦੇ ਨਾਲ DO ਬੂੰਦਾਂ ਹਨ। ਬਦਲੇ ਵਿੱਚ, ਹੋਰ ਕਿਸਮ ਦੀਆਂ ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ (ਬਰਸਟਬਲ, ਐਂਟਰੀ-ਪੱਧਰ) ਵਿੱਚ ਖੋਜ ਕਰਨਾ ਸੰਭਵ ਹੈ। ਪਹਿਲੀ ਨਜ਼ਰ 'ਤੇ, ਵਰਚੁਅਲ ਮਸ਼ੀਨਾਂ ਦੀ ਲਾਗਤ vCPUs ਦੀ ਸੰਖਿਆ ਅਤੇ ਮੈਮੋਰੀ ਦੀ ਮਾਤਰਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਪਰ ਮੈਨੂੰ ਯਕੀਨ ਨਹੀਂ ਹੈ ਕਿ ਇਹ ਧਾਰਨਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗੈਰ-ਮਿਆਰੀ ਮੈਮੋਰੀ/CPU ਅਨੁਪਾਤ ਲਈ ਸਹੀ ਹੋਵੇਗੀ।

ਲੇਖ ਅਲਟੀਮੇਟ ਕੁਬਰਨੇਟਸ ਲਾਗਤ ਗਾਈਡ: AWS ਬਨਾਮ GCP ਬਨਾਮ ਅਜ਼ੂਰ ਬਨਾਮ ਡਿਜੀਟਲ ਓਸ਼ੀਅਨ, 2018 ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ, 100 vCPU ਕੋਰ ਅਤੇ 400 GB ਮੈਮੋਰੀ ਦੇ ਨਾਲ ਇੱਕ ਸੰਦਰਭ ਕਲੱਸਟਰ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਤੁਲਨਾ ਲਈ, ਮੇਰੀਆਂ ਗਣਨਾਵਾਂ ਦੇ ਅਨੁਸਾਰ, ਇਹਨਾਂ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਉੱਤੇ ਇੱਕ ਸਮਾਨ ਕਲੱਸਟਰ (ਆਨ-ਡਿਮਾਂਡ ਉਦਾਹਰਨਾਂ ਲਈ) ਹੇਠਾਂ ਦਿੱਤੀ ਰਕਮ ਦੀ ਲਾਗਤ ਆਵੇਗੀ:

• AKS: 51465 USD/ਸਾਲ
• EKS: 43138 USD/ਸਾਲ
• GKE: 30870 USD/ਸਾਲ
• ਕਰੋ: 36131 ਡਾਲਰ/ਸਾਲ

ਮੈਨੂੰ ਉਮੀਦ ਹੈ ਕਿ ਨੋਟਬੁੱਕ ਦੇ ਨਾਲ ਇਹ ਲੇਖ ਤੁਹਾਨੂੰ ਮੁੱਖ ਪ੍ਰਬੰਧਿਤ ਕੁਬਰਨੇਟਸ ਪੇਸ਼ਕਸ਼ਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ/ਜਾਂ ਛੋਟਾਂ ਅਤੇ ਹੋਰ ਮੌਕਿਆਂ ਦਾ ਲਾਭ ਲੈ ਕੇ ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ 'ਤੇ ਪੈਸੇ ਬਚਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ।

ਅਨੁਵਾਦਕ ਤੋਂ ਪੀ.ਐਸ

ਸਾਡੇ ਬਲੌਗ 'ਤੇ ਵੀ ਪੜ੍ਹੋ:

• «ਬੱਦਲਾਂ ਵਿੱਚ ਕੁਬਰਨੇਟਸ 'ਤੇ ਪੈਸੇ ਬਚਾਉਣ ਲਈ ਕੁਬੇਕੋਸਟ ਸਮੀਖਿਆ";
• «Yandex.Cloud ਲਈ Kubernetes CCM (ਕਲਾਊਡ ਕੰਟਰੋਲਰ ਮੈਨੇਜਰ) ਪੇਸ਼ ਕਰ ਰਿਹਾ ਹੈ";
• «ਕੀ ਕੁਬਰਨੇਟਸ ਕਲੱਸਟਰ ਤਿਆਰ ਕਰਨਾ ਆਸਾਨ ਅਤੇ ਸੁਵਿਧਾਜਨਕ ਹੈ? ਐਡ-ਆਨ-ਆਪਰੇਟਰ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ";
• «ਕੁਬਰਨੇਟਸ ਦੇ ਨਾਲ ਇੱਕ ਕਿਫਾਇਤੀ ਸੇਵਾ ਵਜੋਂ ਬੁਨਿਆਦੀ ਢਾਂਚਾ".

ਸਰੋਤ: www.habr.com