這篇文章展示了優化Kubernetes成本的挑戰和一些最佳實踐。

例如：1. 為Pod設置服務質量(QoS)，2. LimitRanges，3. ResoureQuotas。云容器具有靈活性，可以將應用程序無縫遷移到任何環境，包括云環境、虛擬環境或裸機環境，而無需擔心虛擬操作系統、虛擬化軟件等。簡化的管理、快速的交付和敏捷性使云開發人員傾向于采用容器化。Kubernetes(也稱為k8s，如果你想知道k8是什么意思，它只是替代了“Kubernetes”這八個字母)是一種廣泛采用的流行開源容器化平臺，被云開發人員廣泛采納。根據CNCF最近的報告，全球范圍內Kubernetes開發人員增加了67%，這表明其受歡迎程度。

不幸的消息是，Kubernetes的采用和使用激增導致公司IT基礎設施預算上的妥協。企業可能會將近80%的Kubernetes開銷浪費在無意識的資源上，這些資源并沒有幫助組織按計劃實現目標。讓我們在這篇博客中看看有哪些挑戰和優化方式。

Kubernetes成本優化的挑戰整體計費一個集群包含多個節點。每個節點又包含不同數量的容器。并不是每個存在于一個集群中的節點都屬于同一個應用程序。每個節點可能由不同的團隊處理，用于不同的應用程序。但是云服務提供商按照整個集群或多個集群進行計費。當容器部署到節點上時，計費就開始了。額外的費用每天為Kubernetes集群維護、軟件許可、災難恢復等方面收取2.4美元。

Showback和Chargeback幾乎是不可能的這兩個過程對企業來說至關重要，可以實現財務上的責任。Showback是一種過程，為特定時間段內的云資源使用給出業務單元的支出可見性，但不收費。而Chargeback則是在根據使用情況通知業務單元并按照其使用情況收費的過程。在Kubernetes集群中，不可能使用有助于工程師跟蹤成本的標簽。

當我們投資每一分錢時，只有當它符合我們計劃的功能/產出清單時才是有價值的。當它們僅停留在支出方面，與生產無關時，就應該找出造成這種異常的根源。但對于Kubernetes集群來說，事情并不像聽起來那么簡單。因為每個容器可能由企業中不同團隊使用，而這些團隊可能在開展不同的工作。同時，每個團隊的基礎設施預算和資源成本分配也有所不同。

多云采用根據Gartner最近的一項調查，81%的受訪者表示他們使用2個或更多的云服務提供商以獲取各種好處，如克服供應商鎖定、資源折扣、災難恢復等。Kubernetes集群將包含來自不同云服務提供商(如AWS、Azure、GCP等)的工作負載，進一步增加了成本異常檢測和Kubernetes成本優化過程的復雜性。

動態自動伸縮云工程師選擇Kubernetes集群的一個關鍵原因是其自動伸縮功能。根據使用需求，Kubernetes會進行伸縮，使資源在高峰和低谷期間滿足計算需求。在水平自動伸縮中，容器數量可能在一天內從2個增加到20個。由于這種不可預測的自動伸縮，Kubernetes成本優化變得復雜。

Kubernetes成本優化的最佳實踐讓我們來看看如何最優化地削減意外開銷。

Pods的服務質量(QoS)Kubernetes集群為云從業者提供了靈活性，可以為Pod設置不同的QoS類別。基于此，對Pod的調度和移除對于云從業者來說更加容易。它有三種類型 - Guaranteed(保證)、Burstable(可擴展)和Best-Effort(盡力而為)。

Guaranteed(保證)：當云工程師需要一個能夠處理高度關鍵應用程序的Pod時，可以將其配置為保證型QoS類別。因此，CPU和內存的限制和需求是相同且設置好的。正如名稱所示，它保證提供最小資源(需求是最小資源數量，限制是其可以使用的最大資源數量)。

Burstable(可擴展)：當vCPU或內存限制超過需求或不完全相同時，將為Pod分配可擴展的QoS類別。因此，當需要增加計算需求時，可以利用這些資源。

Best-Effort(盡力而為)：當限制和需求都沒有設置時，它被歸類為最適合型QoS類別。云工程師可以將其用于非關鍵應用程序。

正如我們可以清楚地看到的那樣，首選刪除Best-Effort pods，其次是Burstable pods，然后是Guaranteed pods。

ResourceQuotas和LimitRange正如我們之前所看到的，Kubernetes集群由各個團隊共享。一個團隊可能使用大部分Pods，導致其他團隊資源緊張。命名空間級別的Pod限制可以緩解此問題(命名空間是一個虛擬集群)。資源配額是我們可以在命名空間內限制Pod使用的方法。

Kubernetes管理員為每個命名空間創建一個資源配額。每當用戶在命名空間內創建或更新Pod時，資源配額系統會檢查是否超過了限制。如果超過了限制，它將返回一個"403 FORBIDDEN"錯誤，拒絕該操作。

LimitRange是另一種可以幫助實現資源限制的策略。顧名思義，它限制了命名空間內"limits & requests"的范圍。