Megosztás a következőn keresztül:

Költségek optimalizálása az Azure Kubernetes Service-ben (AKS)

  • Cikk

A költségoptimalizálás az erőforrások értékének maximalizálását és a szükségtelen költségek minimalizálását ismerteti a felhőkörnyezetben. Ez a folyamat magában foglalja a költséghatékony konfigurációs lehetőségek azonosítását és az ajánlott eljárások implementálását a működési hatékonyság javítása érdekében. Az AKS-környezetek úgy optimalizálhatók, hogy minimalizálják a költségeket, figyelembe véve a teljesítményre és a megbízhatóságra vonatkozó követelményeket.

Ebben a cikkben a következő tudnivalókat ismerheti meg:

  • Stratégiai infrastruktúra kiválasztása.
  • Dinamikus jogosultságok és automatikus skálázás.
  • Azure-kedvezmények használata jelentős megtakarítások érdekében.
  • Holisztikus monitorozási és FinOps-eljárások.

Az alkalmazáskörnyezet előkészítése

Termékváltozat-család értékelése

Fontos, hogy az üzembe helyezés előtt értékelje ki az alkalmazás erőforrás-követelményeit. A kis fejlesztési számítási feladatok infrastruktúraigénye eltérő, mint a nagy, éles üzemre kész számítási feladatok. Bár a processzor-, memória- és hálózati kapacitáskonfigurációk kombinációja nagyban befolyásolja a termékváltozat költséghatékonyságát, vegye figyelembe a következő virtuálisgép-típusokat:

Termékváltozat-család Leírás Használati eset
Azure Spot virtuális gépek Az Azure Spot virtual machine scale sets back Spot node pools and deployed on a single fault domain with no high availability or service-level agreement (SLA) guarantees. A kihasználatlan virtuális gépek lehetővé teszik a kihasználatlan Azure-kapacitás előnyeit jelentős kedvezményekkel (akár 90%, a használatalapú fizetéshez képest). Ha az Azure-nak vissza kell igényelnie a kapacitást, az Azure-infrastruktúra kiüríti a kihasználatlan csomópontokat. A legjobb megoldás fejlesztési/tesztelési környezetekhez, olyan számítási feladatokhoz, amelyek képesek kezelni a megszakításokat, például a kötegelt feldolgozási feladatokat és a rugalmas végrehajtási idejű számítási feladatokat.
Ampere Altra Arm-alapú processzorok (Arm64) Az Arm64 virtuális gépek energiatakarékosak és költséghatékonyak, de nem veszélyeztetik a teljesítményt. Az AKS Arm64-csomópontkészlet-támogatásával Arm64 Ubuntu-ügynökcsomópontokat hozhat létre, és akár intel- és ARM-architektúracsomópontokat is keverhet egy fürtben. Ezek az ARM-alapú virtuális gépek dinamikus, méretezhető számítási feladatok hatékony futtatására lettek tervezve, és akár 50%-kal jobb ár-teljesítményt biztosítanak, mint a méretezhető számítási feladatokhoz hasonló x86-alapú virtuális gépek. Web- vagy alkalmazáskiszolgálókhoz, nyílt forráskódú adatbázisokhoz, natív felhőbeli alkalmazásokhoz, játékkiszolgálókhoz és sok máshoz ideális.
GPU-optimalizált termékváltozatok A számítási feladat jellegétől függően fontolja meg a számításoptimalizált, a memóriaoptimalizált, a tárhelyoptimalizált vagy akár a grafikus feldolgozási egység (GPU) által optimalizált virtuálisgép-termékváltozatok használatát. A GPU virtuálisgép-méretek olyan speciális virtuális gépek, amelyek egyetlen, több és tört GPU-val érhetők el. Az AKS GPU-kompatibilis Linux-csomópontkészletei a legjobban olyan számítási feladatokhoz használhatók, mint a grafikus megjelenítés, a nagy modell betanítása és a következtetés.

Feljegyzés

A számítási költségek régiónként eltérőek. Ha kevésbé költséges régiót választ a számítási feladatok futtatásához, tisztában kell lennie a késés és az adatátviteli költségek lehetséges hatásával. A virtuálisgép-termékváltozatokról és azok jellemzőiről további információt az Azure-beli virtuális gépek méretei című témakörben talál.

Tárolási lehetőségek áttekintése

A tárolási lehetőségekről és a kapcsolódó költségekről az alábbi cikkekben talál további információt:

Fürt által előre beállított konfigurációk használata

Nehéz lehet kiválasztani a megfelelő virtuálisgép-termékváltozatot, régiókat, csomópontok számát és egyéb konfigurációs beállításokat. Az Azure Portalon a fürt által előre beállított konfigurációk kijátszják ezt a kezdeti kihívást azáltal, hogy a különböző, költségtudatos és nagy teljesítményű alkalmazáskörnyezetekhez ajánlott konfigurációkat biztosítanak. A fejlesztési/tesztelési beállítás az új számítási feladatok fejlesztéséhez vagy a meglévő számítási feladatok teszteléséhez a legjobb. Az Üzemi gazdaság beállítás a legjobb megoldás az éles forgalom költségtudatos kiszolgálására, ha a számítási feladatok képesek elviselni a megszakításokat. A nem kritikus funkciók alapértelmezés szerint ki vannak kapcsolva, és az előre beállított értékek bármikor módosíthatók.

Fontolja meg a több-bérlős működést

Az AKS rugalmasságot biztosít a több-bérlős fürtök futtatásában és az erőforrások elkülönítésében. A barátságos több-bérlősség érdekében logikai elkülönítéssel oszthatja meg a fürtöket és az infrastruktúrát a csapatok és az üzleti egységek között. A Kubernetes-névterek alkotják a számítási feladatok és erőforrások logikai elkülönítési határát. A megosztási infrastruktúra csökkenti a fürtkezelési többletterhelést, ugyanakkor javítja a fürt erőforrás-kihasználtságát és podsűrűségét. Ha többet szeretne megtudni a több-bérlős AKS-ről, és meg szeretné állapítani, hogy megfelel-e a szervezeti igényeinek, tekintse meg a több-bérlős és a több-bérlős fürtök tervezésére vonatkozó AKS-szempontokat.

Figyelmeztetés

A Kubernetes-környezetek nem teljesen biztonságosak ellenséges több-bérlős környezetben. Ha a megosztott infrastruktúra egyik bérlője sem megbízható, több tervezésre van szükség annak érdekében, hogy a bérlők ne befolyásolják más szolgáltatások biztonságát.

Fontolja meg a fizikai elkülönítés határait. Ebben a modellben a csapatok vagy számítási feladatok a saját fürtjükhöz vannak rendelve. A hozzáadott irányítás és a pénzügyi többletterhelés kompromisszumot jelent.

Felhőalapú natív alkalmazások létrehozása

A tároló lehető leghajlítottabbá tétele

A lean tároló a tárolóalapú alkalmazás méretének és erőforrás-lábnyomának optimalizálására utal. Ellenőrizze, hogy az alaprendszerkép minimális-e, és csak a szükséges függőségeket tartalmazza-e. Távolítsa el a szükségtelen kódtárakat és csomagokat. A kisebb tárolórendszerképek felgyorsítják az üzembe helyezési időket, és növelik a skálázási műveletek hatékonyságát. Az AKS-en futó Artifact Streaming lehetővé teszi a tárolólemezképek streamelésére az Azure Container Registryből (ACR). Csak a pod kezdeti indításához szükséges réteget húzza le, így percről másodpercre csökkenti a nagyobb képek lekérési idejét.

Erőforráskvóták kényszerítése

Az erőforráskvóták lehetővé teszik az erőforrások lefoglalását és korlátozását egy fejlesztői csapat vagy projekt számára. A kvóták egy névtérben vannak meghatározva, és beállíthatók a számítási erőforrásokon, a tárolási erőforrásokon és az objektumok számán. Az erőforráskvóták meghatározásakor megakadályozza, hogy az egyes névterek több erőforrást használjanak fel, mint amennyit lefoglaltak. Az erőforráskvóták olyan több-bérlős fürtök esetében hasznosak, ahol a csapatok megosztják az infrastruktúrát.

Fürt indítása/leállítása

Felügyelet nélkül hagyva a kis fejlesztési/tesztelési fürtök szükségtelen költségeket halmozhatnak fel. Kikapcsolhatja azokat a fürtöket, amelyeknek nem kell mindig futniuk a fürt indítási és leállítási funkciójával. Ez a funkció leállítja az összes rendszer- és felhasználóicsomópont-készletet, így nem kell fizetnie a többletszámításért. A fürt és az objektumok állapota a fürt ismételt indításakor megmarad.

Kapacitásfoglalások használata

A kapacitásfoglalások lehetővé teszik a számítási kapacitás lefoglalását egy Azure-régióban vagy rendelkezésre állási zónában bármilyen időtartamig. A fenntartott kapacitás a foglalás törléséig azonnal használható. A meglévő kapacitásfoglalási csoport csomópontkészlethez való társítása garantálja a csomópontkészlet számára lefoglalt kapacitást, és segít elkerülni az igény szerinti díjszabás esetleges kiugró emelkedését a nagy számítási igényű időszakokban.

A környezet figyelése és költés

Láthatóság növelése a Microsoft Cost Management használatával

A Microsoft Cost Management számos lehetőséget kínál a felhőbeli költségvetésezéshez, az előrejelzéshez és a költségek láthatóságához a fürtön belül és kívül egyaránt. A megfelelő láthatóság elengedhetetlen a költségtrendek megfejtéséhez, az optimalizálási lehetőségek azonosításához és az alkalmazásfejlesztők és a platformcsapatok elszámoltathatóságának növeléséhez. Engedélyezze az AKS Cost Analysis bővítményt a Kubernetes-szerkezetek részletes fürtköltség-lebontásához , valamint az Azure Compute, Network és Storage kategóriákhoz.

Azure Monitor

Ha metrikaadatokat a Container Insightson keresztül betölt, javasoljuk, hogy migráljon a felügyelt Prometheusba, ami jelentős költségcsökkentést kínál. Az adatgyűjtési szabály (DCR) használatával letilthatja a Container Insights-metrikákat, és üzembe helyezheti a felügyelt Prometheus bővítményt, amely az Azure Resource Manager, az Azure CLI, az Azure Portal és a Terraform használatával támogatja a konfigurációt.

További információkért tekintse meg az Azure Monitor ajánlott eljárásait és a Container Insights költségeinek kezelését.

Log Analytics

A síknaplók vezérléséhez fontolja meg a nem szükséges kategóriák letiltását, és/vagy az Alapszintű naplók API használatát, ha szükséges, a Log Analytics költségeinek csökkentése érdekében. További információ: Azure Kubernetes Service (AKS) vezérlősík/erőforrásnaplók. Adatsík-naplók vagy alkalmazásnaplók esetében fontolja meg a költségoptimalizálási beállítások módosítását.

Számítási feladatok optimalizálása automatikus méretezéssel

Alapterv létrehozása

Az automatikus skálázási beállítások konfigurálása előtt az Azure Load Testing használatával alapkonfigurációt hozhat létre az alkalmazáshoz. A terheléstesztelés segít megérteni, hogyan viselkedik az alkalmazás különböző forgalmi körülmények között, és azonosíthatja a teljesítmény szűk keresztmetszeteit. Miután elkészült az alapkonfigurációval, konfigurálhatja az automatikus méretezési beállításokat, hogy az alkalmazás kezelni tudja a várt terhelést.

Alkalmazás automatikus skálázásának engedélyezése

Függőleges pod automatikus skálázása

A tényleges használatnál magasabb kérések és korlátok túlterhelt számítási feladatokat és felesleges erőforrásokat eredményezhetnek. Ezzel szemben a túl alacsony kérések és korlátok szabályozást és számítási feladatokkal kapcsolatos problémákat eredményezhetnek a memória hiánya miatt. A függőleges pod automatikus skálázása (VPA) lehetővé teszi a podok által igényelt processzor- és memóriaerőforrások finomhangolását. A VPA ajánlott értékeket biztosít a processzor- és memóriakérelmekhez, valamint az előzménytárolók használatán alapuló korlátokhoz, amelyeket manuálisan vagy automatikusan állíthat be. A legjobb az ingadozó erőforrásigényű alkalmazásokhoz.

Pod automatikus horizontális skálázása

A vízszintes pod-automatikus skálázás (HPA) dinamikusan skálázza a podreplikák számát a megfigyelt metrikák, például a CPU vagy a memória kihasználtsága alapján. A nagy igényű időszakokban a HPA felskálázható, és további podreplikákat ad hozzá a számítási feladat elosztásához. Az alacsony igényű időszakokban a HPA skálázható, csökkentve a replikák számát az erőforrások megőrzése érdekében. A legjobb a kiszámítható erőforrásigényű alkalmazásokhoz.

Figyelmeztetés

Ne használja a VPA-t a HPA-val ugyanazon a CPU- vagy memóriametrikán. Ez a kombináció ütközésekhez vezethet, mivel mindkét automatikus skálázó ugyanazokkal a metrikákkal próbál reagálni az igények változásaira. A VPA-t azonban a PROCESSZORhoz vagy a memóriához használhatja a HPA-val az egyéni metrikákhoz az átfedések elkerülése érdekében, és biztosíthatja, hogy minden automatikus skálázó a számítási feladatok skálázásának különböző szempontjaira összpontosítson.

Kubernetes eseményvezérelt automatikus skálázás

A Kubernetes eseményvezérelt automatikus skálázási (KEDA) bővítménye további rugalmasságot biztosít az alkalmazás viselkedéséhez igazodó különböző eseményvezérelt metrikák alapján történő skálázáshoz. Webalkalmazások esetében például a KEDA figyelheti a bejövő HTTP-kérések forgalmát, és beállíthatja a podreplikák számát, hogy az alkalmazás rugalmas maradjon. A feladatok feldolgozásához a KEDA az üzenetsor hossza alapján skálázhatja az alkalmazást. A felügyelt támogatás minden Azure Scalerhez biztosított.

Infrastruktúra automatikus skálázásának engedélyezése

Fürt automatikus skálázása

Az alkalmazásigénynek megfelelően a fürt automatikus skálázási szolgáltatása figyeli azokat a podokat, amelyek erőforrás-korlátozások miatt nem ütemezhetők, és ennek megfelelően skálázza a csomópontkészlet csomópontjainak számát. Ha a csomópontok nem rendelkeznek podokkal, a fürt automatikus skálázása leskálázza a csomópontok számát. A fürt automatikus skálázási profilbeállításai a fürt összes automatikus skálázható csomópontkészletére vonatkoznak. További információkért tekintse meg a fürt automatikus skálázásának ajánlott eljárásait és szempontjait.

Csomópont automatikus üzembe helyezése

A bonyolult számítási feladatokhoz több különböző virtuálisgép-méretkonfigurációval rendelkező csomópontkészletre lehet szükség a processzor- és memóriakövetelmények kielégítése érdekében. Több csomópontkészlet-konfiguráció pontos kiválasztása és kezelése összetettebbé és működési többletterheléshez vezet. A Node Autoprovision (NAP) leegyszerűsíti az SKU kiválasztási folyamatát, és a függőben lévő poderőforrás-követelmények alapján dönti el a virtuális gép optimális konfigurációját a számítási feladatok leghatékonyabb és legköltséghatékonyabb futtatásához.

Feljegyzés

Az ajánlott eljárások skálázásával kapcsolatos további információkért tekintse meg az Azure Kubernetes Service (AKS) kis és közepes számítási feladatainak teljesítményét és skálázását, valamint az Azure Kubernetes Service (AKS) nagy számítási feladataival kapcsolatos ajánlott skálázási eljárásokat.

Mentés Azure-kedvezményekkel

Azure Reservations

Ha a számítási feladat kiszámítható, és hosszabb ideig létezik, fontolja meg az Azure Reservation megvásárlását az erőforrásköltségek további csökkentése érdekében. Az Azure Reservations egy vagy hároméves időtartamon működik, és akár 72%-os kedvezményt is kínál a számítási használatalapú fizetéshez képest. A foglalások automatikusan érvényesek az egyező erőforrásokra. Leginkább olyan számítási feladatokhoz ajánlott, amelyek elkötelezettek az ugyanazon termékváltozatokban és régiókban való hosszabb ideig történő futtatás mellett.

Azure megtakarítási csomag

Ha konzisztens kiadásai vannak, de az egyes termékváltozatok és régiók eltérő erőforrásainak használata az Azure Reservationst hetetlensé teszi, fontolja meg egy Azure-beli megtakarítási csomag megvásárlását. Az Azure Reservationshez hasonlóan az Azure Savings Plans is egy vagy hároméves időtartamon működik, és automatikusan vonatkozik a juttatási hatókörön belüli erőforrásokra. Véglegesíti, hogy egy rögzített óramennyiséget költ számítási erőforrásokra, termékváltozattól vagy régiótól függetlenül. A legjobb a különböző erőforrásokat és/vagy különböző adatközpont-régiókat használó számítási feladatokhoz.

Azure Hybrid Benefit

Az Azure Kubernetes Service -hez készült Azure Hybrid Benefit (AKS) lehetővé teszi, hogy a helyszíni licenceket extra költség nélkül maximalizálja. Használjon minden olyan jogosult helyszíni licencet, amely szintén rendelkezik aktív szoftvergaranciával (SA) vagy minősített előfizetéssel, hogy alacsonyabb költséggel szerezze be a Windows rendszerű virtuális gépeket az Azure-ban.

A FinOps bemutatása költségmegtakarítási kultúra kialakításához

A pénzügyi műveletek (FinOps) egy olyan szemlélet, amely egyesíti a pénzügyi elszámoltathatóságot a felhőfelügyelettel és az optimalizálással. A felhőköltségek megértéséhez és szabályozásához a pénzügyi, üzemeltetési és mérnöki csapatok közötti összhangra összpontosít. A FinOps alapítványnak számos jelentős projektje van, például:

  • FinOps Framework: A FinOps gyakorlatának és implementálásának működési modellje.
  • FOCUS-specifikáció: Műszaki specifikáció és nyílt szabvány a felhőhasználati, költség- és számlázási adatokhoz az összes fő felhőszolgáltatói szolgáltatásban.

Következő lépések

A költségoptimalizálás folyamatos és iteratív munka. További információkért tekintse át az alábbi javaslatokat és az architektúra útmutatását: