容器化/弹性伸缩-降本增效
2021-06-23 12:12:48 0 举报AI智能生成
技术驱动容器化,弹性伸缩是减本增效,提高系统服务高可用的关键
作者其他创作
大纲/内容
容器化的目标是什么？
其实就是提高资源利用率
容器化的本质跑的是什么？
计算资源
存储资源
服务器资源
检验容器化的核心指标
cpu
cpu从10%提升到30%
成本
成本降低40%
机器使用率
提升30%
例如：做活动多出来的机器利用起来
失败
1、未动态扩容
虽然大量业务容器化,但未进行可动态的扩容,整体的cpu利用率不会有太多提升
方案:利用k8s
2、单节点容器密度不高
更多的关注的是解决环境一致的问题, 但是未利用好弹性能力,单节点的密度不高
方案: 单节点密度要在1:10,进而有效利用资源
3、波峰波谷不均匀
非容器化的波峰的时候会配置高配置,回到波谷却只使用了一小部分,导致资源浪费
方案: 利用容器化能实现秒级的启动,保障业务的弹性伸缩
如何实现指标？
看看我们公司在哪个级别
1级: 主机部署 5%
2级: docker容器化 10%
3级: k8s的hpa,vpa,ca,弹性伸缩 30%
4级: 弹性收缩精确控制 60%
2级: docker容器化 10%
3级: k8s的hpa,vpa,ca,弹性伸缩 30%
4级: 弹性收缩精确控制 60%
如果公司cpu使用率也才5%，那么你们就还在1级
k8s提供的弹性能力
HPA 水平扩展
Horizontal Pod Autoscaling
Horizontal Pod Autoscaling
根据cpu的实际使用率,自动增加减少pod
pod容器,是k8s中最小的可部署计算单元
VPA 纵向扩展
Vertival Pod Autoscaler
Vertival Pod Autoscaler
根据应用的实际使用资源量
排程
CA
0 条评论
下一页
