Shën. përkth.: Inxhinieri DevOps amerikan Sid Palas, duke shfrytëzuar si një rast për diskutim, kreu një krahasim të kostos së shërbimit Managed Kubernetes (në konfigurime të ndryshme) nga ofruesit kryesorë të shërbimeve në cloud. Një përfitim shtesë i punës së tij ishte publikimi i një Jupyter Notebook përkatës, i cili lejon (nëse ke njohuri minimale në Python) të bësh rregullime të llogaritjeve të kryera për nevojat e tua.
TL;DR: Azure dhe Digital Ocean nuk ngarkojnë për burimet kompjuterike që përdoren për shtresën e menaxhimit (control plane), çka i bën ata një zgjedhje të përshtatshme për vendosjen e shumë klastereve të vogla. Për një numër të vogël klasteresh të mëdha, GKE është zgjidhja më e mirë. Për më tepër, mund të ulesh ndjeshëm kostot duke përdorur nodet preemptible/spote/një prioritet të ulët ose duke "nënshkruar" për përdorimin e njëjtëve nodet për një periudhë të gjatë (kjo vlen për të gjitha platformat).

Madhësia e klasterit (numri i workerëve)
Të dhëna të përgjithshme
për fillimin e ngarkimit të 10 centëve për orë për çdo klaster në GKE më bëri të shqyrtoj çmimet e ofertave kryesore në fushën e Kubernetes të menaxhuar (managed).

Ky njoftim i ka shqetësuar shumë...
Personazhet kryesorë të artikullit janë:
- Google Kubernetes Engine (GCP) â ;
- Elastic Kubernetes Service (AWS) â ;
- Azure Kubernetes Service (Azure) â ;
- Kubernetes on Digital Ocean â .
Shpërndarja e kostove
Kostot totale për përdorimin e Kubernetes në këto platforma përbëhen nga komponentët e mëposhtëm:
- Tarifat për menaxhimin e klasterit;
- Balancimi i ngarkesës (për Ingress);
- Burimet kompjuterike (vCPU dhe memorie) të workerëve;
- Trafiku Egress;
- Ruajtja e qëndrueshme;
- Përpunimi i të dhënave nga balancuesi i ngarkesës.
Për më tepër, ofruesit e cloud ofrojnë zbritje të rëndësishme, nëse klienti dëshiron/mund të përdorë nodet preemptible, ose nodet me prioritet të ulët OSE angazhohet për të përdorur të njëjtat nodet për një periudhë 1-3 vjeçare.
ĂshtĂ« e rĂ«ndĂ«sishme tĂ« theksohet se, megjithĂ«se çmimi Ă«shtĂ« njĂ« bazĂ« e mirĂ« pĂ«r krahasimin dhe vlerĂ«simin e ofruesve tĂ« shĂ«rbimeve, duhet marrĂ« parasysh edhe faktorĂ« tĂ« tjerĂ«:
- Koha e funksionimit (Service Level Agreement);
- Ekosistemi cloud përreth;
- Versionet e disponueshme të K8s;
- Cilësia e dokumentacionit/instrumenteve.
Megjithatë, këta faktorë kalojnë përtej kësaj studie/hulumtimi. Në faktoret jo çmimorë për EKS, AKS dhe GKE shqyrtohen në detaje.
Notebook-u Jupyter
Për të lehtësuar gjetjen e zgjidhjes më të leverdisshme, unë kam përgatitur , duke përdorur plotly + ipywidgets. Ai lejon krahasimin e ofertave të ofruesve për përmasa të ndryshme të klasterit dhe grupe shërbimesh.
Mund të praktikoni me versionin e gjallë të notebook-ut në Binder:
MĂ« bĂ«ni tĂ« ditur nĂ«se llogaritjet ose çmimet origjinale janĂ« tĂ« gabuara (kjo mund tĂ« bĂ«het me njĂ« issue ose pull request nĂ« GitHub â ).
Përfundimet
Për fat të keq, ka shumë nuanca për t'i dhënë rekomandime më specifike se ato që janë përfshirë në paragrafin TL;DR në fillim. Sidoqoftë, disa përfundime mund të nxiren:
- Ndryshe nga GKE dhe EKS, AKS dhe Digital Ocean nuk ngarkojnë për burimet e shtresës menaxhuese. AKS dhe DO janë më të leverdisshëm nëse arkitektura përfshin shumë klasterë të vegjël (p.sh., një klaster për secilin zhvillues ose secilin klient).
- Burimet kompjuterike pak më të lira të GKE e bëjnë atë më të leverdisshëm me rritjen e madhësisë së klasterëve*.
- Përdorimi i nyjeve të shtysa ose angazhimi afatgjatë me nyjet mund të reduktojë shpenzimet me më shumë se 50%. Shënim: Digital Ocean nuk ka këto zbritje.
- Tarifa për trafikun e daljes në Google është më e lartë, megjithatë faktori përcaktues në llogaritje është kostoja e burimeve kompjuterike (përveç nëse klasteri juaj nuk është burim i një volumi të madh të dhënash dalëse).
- Zgjedhja e tipeve të makinave në përputhje me nevojat e ngarkesave të punës për CPU dhe memorie do të ndihmojë në evitimin e pagesave të panevojshme për burimet e padëshiruara.
- Digital Ocean kĂ«rkon mĂ« pak pĂ«r vCPU dhe mĂ« shumĂ« pĂ«r memorie krahasuar me platformat e tjera â kjo mund tĂ« jetĂ« njĂ« faktor pĂ«rcaktues pĂ«r disa lloje ngarkesash kompjuterike.
* Shënim: në analizë janë përdorur të dhëna për nyjet kompjuterike të përgjithshme (general-purpose). Këto janë ekzemplarët n1 GCP Compute Engine, m5 AWS ec2, makinat virtuale D2v3 Azure dhe droplet-ët DO me CPU të dedikuara. Njëkohësisht, mund të kryhen edhe studime ndërmjet llojeve të tjera të makinave virtuale (burstable, entry-level). Në shikim të parë, kostoja e makinave virtuale varet në mënyrë lineare nga numri i vCPU dhe sasia e memories, megjithatë nuk jam i sigurt se kjo supozim do të mbetet i vlefshëm për raporte jashtëzakonisht të pazakonta të memories/CPU.
Në artikullin , e publikuar në vitin 2018, u përdor një grumbull referencë me 100 bërthama vCPU dhe 400 GB memorie. Për krahasim, sipas llogaritjeve të mia, një grumbull i tillë në secilën nga këto platforma (për instancat on-demand) do të kushtonte shifrën e mëposhtme:
- AKS: 51465 USD/vit
- EKS: 43138 USD/vit
- GKE: 30870 USD/vit
- DO: 36131 USD/vit
Shpresoj që artikulli së bashku me bllokun të ndihmojnë në vlerësimin e ofertave kryesore të Kubernetes të menaxhuar dhe/ose të kursejnë në infrastrukturën e cloud duke shfrytëzuar zbritjet dhe mundësi të tjera.
P.S. nga përkthyesi
Lexoni gjithashtu në blogun tonë:
- «»;
- «»;
- «»;
- «».
Burimi: habr.com
