筆記。 翻譯。：美國DevOps工程師Sid Palas，使用 作為資訊指南，我比較了世界領先的雲端供應商的託管 Kubernetes 服務（不同配置）的成本。 他的工作的另一個優點是發布了相應的 Jupyter Notebook，它允許（只需具備最少的 Python 知識）調整執行的計算以滿足您的需求。
TL博士：Azure 和 Digital Ocean 不對用於控制平面的運算資源收費，這使得它們成為部署許多小型叢集的好選擇。 對於運行少量大型集群，GKE 最適合。 此外，您可以透過使用現貨/搶佔/低優先權節點或「訂閱」長期使用相同節點（這適用於所有平台）來大幅降低成本。
集群大小（工作人員數量）
概觀
GKE 宣布開始對每個叢集小時收取 10 美分的費用，這促使我開始分析主要託管 Kubernetes 產品的定價。
這一消息的發布讓一些人感到非常不安…
文章的主要人物是：
- Google Kubernetes 引擎 (GCP) – ;
- 彈性 Kubernetes 服務 (AWS) – ;
- Azure Kubernetes 服務 (Azure) – ;
- 數位海洋上的 Kubernetes – .
費用明細
在每個平台上使用 Kubernetes 的總成本由以下部分組成：
- 集群管理費；
- 負載平衡（用於 Ingress）；
- Worker的運算資源（vCPU和記憶體）；
- 出口流量；
- 永久保存；
- 由負載平衡器處理資料。
此外，如果客戶想要/可以使用搶佔式，雲端供應商會提供大幅折扣 或低優先權節點或承諾使用相同節點1-3年。
值得強調的是，雖然成本是比較和評估服務提供者的良好基礎，但也應考慮其他因素：
- 正常運作時間（服務等級協定）；
- 週邊雲生態系；
- K8s 的可用版本；
- 文件/工具包的品質。
然而，這些因素超出了本文/研究的範圍。 在 詳細討論了 EKS、AKS 和 GKE 的非價格因素。
Jupyter筆記本
為了更容易找到最有利可圖的解決方案，我開發了 ，其中使用plotly + ipywidgets。 它允許您比較不同叢集大小和服務集的提供者報價。
您可以在 Binder 中使用記事本的即時版本進行練習：
如果計算或原始定價不正確，請告訴我（這可以透過 GitHub 上的問題或拉取請求來完成 - ).
發現
遺憾的是，存在太多細微差別，無法提供比開頭 TL;DR 段落中包含的建議更具體的建議。 不過，仍然可以得出一些結論：
- 與 GKE 和 EKS 不同，AKS 和 Digital Ocean 不對控制層資源收費。 如果架構包含許多小型集群（例如，每個集群一個集群），AKS 和 DO 的利潤會更高。 每個開發商 或 每一位客戶).
- GKE 的運算資源稍微便宜一些，因此隨著叢集規模*的增加，其利潤會更高。
- 使用可搶佔節點或長期節點親和性可以降低50%以上的成本。 注意：Digital Ocean 不提供這些折扣。
- Google 的出站費用較高，但計算資源的成本是計算的決定因素（除非您的叢集正在產生大量出站資料）。
- 根據工作負載的 CPU 和記憶體需求選擇機器類型將幫助您避免為未使用的資源支付額外費用。
- 與其他平台相比，Digital Ocean 對 vCPU 的收費較低，對記憶體的收費較高 - 這可能是某些類型的運算工作負載的決定因素。
*註：分析使用通用計算節點的數據 （一般用途）。 這些是 n1 GCP 計算引擎執行個體、m5 AWS ec2 執行個體、D2v3 Azure 虛擬機器和具有專用 CPU 的 DO Droplet。 反過來，可以在其他類型的虛擬機器（突髮型、入門級）之間進行研究。 乍一看，虛擬機器的成本與 vCPU 數量和記憶體量線性相關，但我不確定這個假設對於高度非標準的記憶體/CPU 比率是否成立。
在文章中 2018 年發布，使用了 100 個 vCPU 核心和 400 GB 記憶體的參考叢集。 為了進行比較，根據我的計算，每個平台上的類似叢集（對於按需實例）將花費以下金額：
- AKS：51465 美元/年
- EKS：43138 美元/年
- GKE：30870 美元/年
- DO：36131 美元/年
我希望本文和筆記本能夠幫助您評估主要的託管 Kubernetes 產品和/或透過利用折扣和其他機會在雲端基礎設施上節省資金。
譯者PS
另請閱讀我們的博客：
- «“;
- «“;
- «“;
- «“。
來源： www.habr.com