五个代价高昂的Kubernetes成本陷阱及其解决方案

人们需要了解Kubernetes在成本管理方面带来的挑战，并使用一些优秀实践解决Kubernetes成本优化的问题。

[[407505]]

【清一色.com快译】人们需要了解Kubernetes在成本管理方面带来的挑战，并使用一些优秀实践解决Kubernetes成本优化的问题。

如今，Kubernetes的成本管理变得越来越复杂，越来越多的组织面临这个问题。根据调研机构Gartner公司的调查，到2022年，75%的组织将在生产中运行容器化应用程序。

如果你在AWS云平台上使用Kubernetes，可能已经在实施优秀实践来减少运营费用。但是，为了最大限度地节省云计算成本，需要了解Kubernetes在成本管理和优化方面带来的具体挑战，并了解它们是什么以及如何处理它们。

为什么Kubernetes云计算成本如此令人困惑?

在组织采用容器化技术之前，分配资源和成本要容易得多。只需将资源标记为特定项目或团队，这足以让FinOps (成本优化)确定组织的典型成本结构，并更好地控制预算。一旦组织映射了供应商标签并确定了拥有该项目的团队，则计算项目总成本就会变得更加容易。

当然，在这种情况下，组织也会面临过度配置资源的风险。开发人员可能会订购比他们需要更多的资源，以确保应用程序不间断地运行。随着Kubernetes和其他容器化工具的普及，传统的成本分配和报告流程不再适用。而弄清楚Kubernetes的成本估算、分配和报告并不容易。

如果你仍然无法详细了解团队的成本，不要担心，因为你并不是唯一一个努力控制成本的人。为了改进成本控制，首先要探索这些成本带来的挑战。

需要避免的5个Kubernetes成本陷阱

(1)计算每个容器的成本

计算单个容器的成本并不难，但它需要基础设施和更多的时间来完成。

Kubernetes集群是由多个团队运行的共享服务，拥有许多容器并包含各种应用程序。在部署容器之后，你将使用集群的一些资源，并为属于该集群的每个服务器实例支付费用。

现在假设你有三个团队在开发10个独特的应用程序，了解哪个应用程序使用集群资源几乎是不可能的，因为这些项目中的每个项目都使用多个容器，因此你不知道给定团队使用的是哪个部分，以及在特定项目中使用了多少。

简而言之，尚不清楚单个容器从一台特定服务器使用了多少资源。这使得计算和分配成本变得更加困难。

(2)通过不同的成本中心支付费用

如果你所在的组织包含多个成本中心，并非所有开发成本都来自DevOps预算。某些应用程序可能由组织的产品团队、研发团队或IT部门的另一个团队为影子IT项目创建。

这里的关键是组织的规模和结构。如果你的组织提供多个数字服务，其中每个数字服务都有其特定团队和预算，跟踪云计算服务的成本将变得更加复杂。当多个团队使用同一个集群时，确定哪个团队或项目负责最终账单的哪个部分将成为挑战。

(3)跨云平台跟踪成本并不容易

如果使用多云，跟踪其成本就会变得更加困难。Gartner公司对公共云用户的调查表明， 81%的受访者正在与两个或更多的云计算提供商合作。根据ICD公司的调查，到2022年，90%的组织将采用多个云平台或内部部署、私有云、混合云和公共云的组合。

因此，很快组织可能会在多个云平台运行Kubernetes集群，并且其容器将使用不同的节点。组织的应用程序可以分散在不同的云平台中，例如AWS、谷歌云、Azure等。它们中的每一个可能只承载组织整体工作负载的一小部分，这进一步使跟踪节点和集群变得更加复杂。

(4)扩展使问题进一步复杂化

为了充分利用Kubernetes，大多数团队使用内置的Kubernetes自动扩展机制。配置得越紧密，运行集群的浪费就越少，成本也就越低。

Vertical　Pod　Autoscaler(VPA)会自动调整请求，并限制配置以降低成本，而Horizo​​ntal　Pod　Autoscaler(HPA)专注于横向扩展，以达到分配给现有实例的合适CPU或内存数量的目的。

然而，这些扩展机制会影响成本计算。VPA不断地改变容器上的请求数量、扩大和缩小其资源分配。另一方面，HPA会动态更改容器的数量。例如，假设三个Web服务器容器在夜间运行。而在高峰时段，HPA从3个容器扩展到50个容器。然后，其数量在每天的中午减小，然后再逐渐扩展。而到了晚上，其数量稳定在一个更低的水平。

这意味着容器的数量及其大小是非常动态的，这使得计算和预测成本的过程变得更加困难。

(5)容器更加动态

借助容器，组织可以跨区域、专区或实例类型重新安排工作负载。通常一个容器的寿命只有一天，与虚拟机的持续时间相比很短。越来越多的组织在Kubernetes上运行函数和cron作业，它们的寿命从几秒到几分钟不等。

容器化环境的动态特性为混合增加了另一层复杂性，组织的成本管理系统需要能够处理这个问题。

如何处理这些Kubernetes成本问题

为避免落入上述陷阱之一，组织需要一个基于可靠数据源的可靠成本分析流程。以下是处理Kubernetes成本问题的一个示例：

(1)找到一个成本可见性工具来详细跟踪成本，例如在微服务级别。

(2)一旦有了成本可见性，就可以设置精确的预算，并监控流量成本等要素，以更好地了解它们。

(3)接下来，按命名空间、Pod、部署和标签分配成本。

(4)分析定价信息以预测下个月需要支付的费用。

(5)继续根据估计查明成本或使用异常以进一步分析它们。

目前，大多数组织都通过人工解决了这个问题，但如果可以将整个过程实现自动化呢?

解决方案：自动化Kubernetes成本管理

分配资源、计算成本和分析Kubernetes定价不应该像现在这样具有挑战性。同步成本和资源分配是必经之路。

Kubernetes成本管理的自动化工具必须具备以下功能：

(1)具有高级云计算账单分析和成本可见性的功能，能够分析单个微服务的成本，并获得任何云计算提供商的通用指标。

(2)自动实例选择和调整大小。

(3)使用Spot实例最多可节省90%的成本。

(4)预测项目、集群、命名空间和部署的费用。

自动化成本管理

期望用于控制Kubernetes成本的人工策略是有风险的，它们通常是耗时、容易出错且难以维护的。部署自动化成本管理解决方案可以为组织省去很多麻烦，并帮助组织专注于对业务最重要的事情——为客户提供优质服务。

原文标题：5 Costly Kubernetes Traps and Their Solutions，作者：Vito Clover

【清一色译稿，合作站点转载请注明原文译者和出处为清一色.com】