Not. tercüme: Amerikalı DevOps mühendisi Sid Palas, kullanıyor Bilgilendirici bir kılavuz olarak, dünyanın önde gelen bulut sağlayıcılarının Yönetilen Kubernetes hizmetinin (farklı yapılandırmalarda) maliyetini karşılaştırdım. Çalışmasının ek bir avantajı da, (minimum Python bilgisi ile) gerçekleştirilen hesaplamaları ihtiyaçlarınıza göre ayarlamanıza olanak tanıyan ilgili Jupyter Notebook'un yayınlanmasıydı.
TL; DR: Azure ve Digital Ocean, kontrol düzlemi için kullanılan bilgi işlem kaynakları için ücret talep etmez; bu da onları birçok küçük kümenin dağıtımı için iyi bir seçim haline getirir. Az sayıda büyük kümeyi çalıştırmak için GKE en uygunudur. Ayrıca, spot/önleyici/düşük öncelikli düğümleri kullanarak veya aynı düğümlerin uzun vadeli kullanımına "abone olarak" maliyetleri önemli ölçüde azaltabilirsiniz (bu, tüm platformlar için geçerlidir).
Küme büyüklüğü (çalışan sayısı)
Genel bakış
GKE'nin, her küme saati için küme saati başına 10 sent ücretlendirmeye başlayacağını duyurması, beni büyük yönetilen Kubernetes tekliflerinin fiyatlarını analiz etmeye yöneltti.
Bu açıklama bazılarını çok üzdü...
Makalenin ana karakterleri şunlardır:
- Google Kubernetes Motoru (GCP) – ;
- Elastik Kubernetes Hizmeti (AWS) – ;
- Azure Kubernetes Hizmeti (Azure) – ;
- Dijital Okyanusta Kubernetes – .
Maliyet dökümü
Bu platformların her birinde Kubernetes kullanmanın toplam maliyeti aşağıdaki bileşenlerden oluşur:
- Küme yönetim ücreti;
- Yük dengeleme (Giriş için);
- Çalışanların bilgi işlem kaynakları (vCPU ve bellek);
- Çıkış trafiği;
- Sürekli depolama;
- Yük dengeleyici tarafından veri işleme.
Ek olarak, müşterinin öncelikli kullanım istemesi/kullanabilmesi durumunda bulut sağlayıcıları önemli indirimler sunuyor veya düşük öncelikli düğümler VEYA aynı düğümleri 1-3 yıl boyunca kullanmayı taahhüt eder.
Maliyet, hizmet sağlayıcıları karşılaştırmak ve değerlendirmek için iyi bir temel olmasına rağmen, diğer faktörlerin de dikkate alınması gerektiğini vurgulamakta fayda var:
- Çalışma Süresi (Hizmet Düzeyi Sözleşmesi);
- Çevredeki bulut ekosistemi;
- K8'lerin mevcut versiyonları;
- Belgelerin/araç setinin kalitesi.
Ancak bu faktörler bu makalenin/çalışmanın kapsamı dışındadır. İÇİNDE EKS, AKS ve GKE için fiyat dışı faktörler ayrıntılı olarak ele alınmıştır.
Jüpiter Not Defteri
En karlı çözümü bulmayı kolaylaştırmak için şunu geliştirdim: , içinde komplo + ipywidgets kullanarak. Farklı küme boyutları ve hizmet kümeleri için sağlayıcı tekliflerini karşılaştırmanıza olanak tanır.
Binder'da not defterinin canlı sürümüyle pratik yapabilirsiniz:
Hesaplamaların veya orijinal fiyatlandırmanın yanlış olup olmadığını bana bildirin (bu, GitHub'daki bir sorun veya çekme isteği aracılığıyla yapılabilir - ).
Bulgular
Ne yazık ki, en baştaki TL;DR paragrafında yer alan önerilerden daha spesifik öneriler sağlamak için çok fazla nüans var. Ancak yine de bazı sonuçlar çıkarılabilir:
- GKE ve EKS'den farklı olarak AKS ve Digital Ocean, kontrol katmanı kaynakları için ücret almaz. Mimari çok sayıda küçük küme içeriyorsa (örneğin, her biri bir küme) AKS ve DO daha kârlıdır. her geliştirici veya her müşteri).
- GKE'nin biraz daha ucuz olan bilgi işlem kaynakları, küme boyutları* arttıkça GKE'yi daha karlı hale getirir.
- Öncelikli düğümlerin veya uzun vadeli düğüm benzeşiminin kullanılması maliyetleri %50'den fazla azaltabilir. Not: Digital Ocean bu indirimleri sunmamaktadır.
- Google'ın giden ücretleri daha yüksektir, ancak bilgi işlem kaynaklarının maliyeti hesaplamada belirleyici bir faktördür (kümeniz önemli miktarda giden veri oluşturmuyorsa).
- İş yüklerinizin CPU ve bellek ihtiyaçlarına göre makine türlerini seçmek, kullanılmayan kaynaklar için fazladan ödeme yapmaktan kaçınmanıza yardımcı olacaktır.
- Digital Ocean, diğer platformlarla karşılaştırıldığında vCPU için daha az ve bellek için daha fazla ücret alır; bu, bazı bilgi işlem iş yükü türleri için belirleyici bir faktör olabilir.
*Not: Analiz, genel amaçlı bilgi işlem düğümlerine yönelik verileri kullanır (genel amaçlı). Bunlar, n1 GCP Compute Engine örnekleri, m5 AWS ec2 örnekleri, D2v3 Azure sanal makineleri ve özel CPU'lara sahip DO damlacıklarıdır. Buna karşılık, diğer sanal makine türleri (patlanabilir, giriş seviyesi) arasında araştırma yapmak mümkündür. İlk bakışta, sanal makinelerin maliyeti vCPU sayısına ve bellek miktarına doğrusal olarak bağlıdır, ancak bu varsayımın oldukça standart dışı bellek/CPU oranları için geçerli olacağından emin değilim.
makale 2018'de yayınlanan, 100 vCPU çekirdeği ve 400 GB belleğe sahip bir referans kümesi kullandı. Karşılaştırma yapmak gerekirse, hesaplamalarıma göre, bu platformların her birinde (isteğe bağlı örnekler için) benzer bir kümenin maliyeti şu tutarda olacaktır:
- AKS: 51465 USD/yıl
- EKS: 43138 USD/yıl
- GKE: 30870 ABD Doları/yıl
- Yapın: 36131 USD/yıl
Dizüstü bilgisayarla birlikte bu makalenin, yönetilen ana Kubernetes tekliflerini değerlendirmenize ve/veya indirimlerden ve diğer fırsatlardan yararlanarak bulut altyapısında tasarruf etmenize yardımcı olacağını umuyorum.
çevirmenden PS
Blogumuzda da okuyun:
- «";
- «";
- «";
- «'.
Kaynak: habr.com