Pendahuluan
Misalkan Anda bekerja sebagai pimpinan Azure DevOps di perusahaan pelacakan dan manajemen drone. Perusahaan Anda menyediakan solusi pelacakan drone kepada pelanggan di seluruh dunia dan menggunakan Azure Kubernetes Service (AKS) untuk mengatur banyak instans dalam kontainer dari solusi tersebut. Anda telah menyadari bahwa manajemen biaya untuk sumber daya komputasi AKS Anda telah menjadi semakin penting karena dua faktor pendorong. Pertama, basis pelanggan Anda telah meningkat dan Anda perlu memproses dan melacak lebih banyak drone. Kedua, lebih banyak tim pengembangan telah mulai menggunakan proses cloud-native baru perusahaan untuk pengembangan aplikasi.
Anda ingin mengatasi kedua faktor ini untuk menghemat biaya. Pertama, Anda mencari opsi untuk mengelola penyebaran hemat biaya dari banyak beban kerja. Kedua, Anda ingin memperkenalkan kebijakan bisnis yang mengatur bagaimana tim pengembangan Anda membuat dan menggunakan sumber daya komputasi AKS.
Dalam modul ini, Anda akan menjelajahi strategi untuk mengoptimalkan biaya komputasi saat mengembangkan aplikasi cloud-native di AKS. Untuk memulai, Anda akan membuat kumpulan simpul pengguna dan mempelajari cara menskalakan simpul. Kemudian, Anda akan mengonfigurasi kumpulan simpul spot AKS untuk autoscaler kluster untuk mengakses kapasitas komputasi Azure yang tidak digunakan dengan diskon. Untuk mengakhirinya, Anda akan menentukan Azure Policy di AKS untuk mengelola kuota sumber daya untuk mengatur penyebaran sumber daya komputasi AKS.
Tujuan pembelajaran
- Mengoptimalkan biaya pada AKS dengan menggunakan kumpulan simpul berskala nol
- Mengoptimalkan biaya pada AKS dengan menggunakan kumpulan simpul spot skala otomatis
- Mengelola biaya dengan Azure Policy di AKS
Prasyarat
- Mengakses langganan Azure
- Pengetahuan dasar tentang menjalankan perintah dengan menggunakan Azure CLI
- Pengetahuan tentang Kubernetes dan konsepnya
- Pengetahuan dasar tentang pembuatan file manifes Kubernetes YAML
- Pengetahuan dasar tentang menjalankan perintah menggunakan kubectl