Mengidentifikasi cluster GKE yang kurang dan berlebih

Halaman ini menjelaskan cara mengidentifikasi cluster Google Kubernetes Engine (GKE) yang kurang dan berlebih. GKE memberikan insight dan rekomendasi untuk skenario pengoptimalan biaya seperti cluster yang disediakan secara berlebihan dan cluster yang tidak ada aktivitasnya, serta skenario peningkatan keandalan seperti cluster yang disediakan secara kurang. GKE memberikan rekomendasi yang sesuai untuk menskalakan, menskalakan ke bawah, atau menghapus cluster. Untuk cluster yang tidak ada aktivitas, lihat Mengidentifikasi cluster GKE yang tidak ada aktivitas.

Setelah memastikan bahwa cluster yang diidentifikasi akan mendapatkan manfaat dari rekomendasi untuk menskalakan ke atas atau ke bawah, Anda dapat melakukan perubahan yang direkomendasikan untuk menghemat biaya atau meningkatkan keandalan cluster. Jika memungkinkan, rekomendasi tersebut akan menyertakan perkiraan penghematan atau biaya bulanan. Untuk mengetahui informasi selengkapnya, lihat Memahami estimasi biaya atau penghematan.

GKE tidak memberikan insight ini untuk cluster Autopilot, yang menimbulkan biaya operasional minimal karena Anda hanya membayar resource yang diminta workload Anda. Untuk mengetahui informasi selengkapnya, lihat Harga Autopilot.

GKE memantau cluster Anda dan memberikan panduan untuk mengoptimalkan penggunaan Anda melalui Active Assist, layanan yang menyediakan pemberi rekomendasi yang menghasilkan insight dan rekomendasi untuk menggunakan resource di Google Cloud. Untuk mengetahui informasi selengkapnya tentang cara mengelola insight dan rekomendasi, lihat Mengoptimalkan penggunaan GKE dengan insight dan rekomendasi.

Mendapatkan insight dan rekomendasi untuk cluster yang kurang dan berlebih

GKE menampilkan insight dan rekomendasi ini di lokasi berikut di konsol Google Cloud:

  • Halaman Cluster Kubernetes, di lokasi berikut:
    • Di daftar Cluster Kubernetes, di kolom Notifikasi untuk cluster yang berlaku
    • Banner notifikasi di halaman Cluster untuk cluster tertentu
  • Hub FinOps

Rekomendasi memiliki judul berikut di halaman Cluster Kubernetes:

  • Cluster yang di-overprovision: "Kurangi resource cluster untuk mengurangi biaya"
  • Cluster yang tidak memadai: "Tingkatkan resource cluster untuk meningkatkan keandalan"

Anda juga dapat menerima insight dan rekomendasi ini melalui Google Cloud CLI atau Recommender API, menggunakan subjenis CLUSTER_UNDERPROVISIONED dan CLUSTER_OVERPROVISIONED.

Ikuti petunjuk untuk melihat insight dan rekomendasi.

Setelah mengidentifikasi cluster yang tidak memadai atau yang disediakan secara berlebih, lihat pertimbangan saat menyesuaikan ukuran cluster.

Cara GKE mengidentifikasi cluster yang kurang dan berlebih penyediaannya

Tabel berikut menjelaskan sinyal yang digunakan GKE untuk mengidentifikasi cluster yang kurang dan berlebih yang dapat diskalakan ke atas atau ke bawah, dan nilai minimum untuk setiap sinyal. Selain itu, tabel ini menunjukkan tindakan yang sebaiknya Anda lakukan dalam skenario ini.

Subjenis Sinyal Periode observasi Detail Rekomendasi
CLUSTER_UNDERPROVISIONED Penggunaan CPU atau memori tinggi 30 hari terakhir Cluster GKE tidak memadai jika penggunaan CPU dan memori rata-rata lebih besar dari 80% selama setiap jam, selama 30 hari terakhir. Menskalakan cluster untuk meningkatkan keandalan
CLUSTER_OVERPROVISIONED Penggunaan CPU dan memori rendah 30 hari terakhir Cluster GKE kelebihan penyediaan jika penggunaan CPU dan memori rata-rata antara 7% dan 20% selama setiap jam, selama 30 hari terakhir. Menskalakan cluster untuk menghemat biaya

GKE tidak mengirimkan rekomendasi untuk cluster yang dibuat kurang dari 30 hari yang lalu.

Memahami estimasi biaya atau penghematan

Jika memungkinkan, rekomendasi GKE akan menyertakan estimasi yang memproyeksikan biaya atau penghematan bulanan jika Anda menyesuaikan ukuran cluster. Estimasi ini berasal dari biaya cluster selama 30 hari terakhir.

Estimasi biaya atau penghematan adalah proyeksi berdasarkan pembelanjaan sebelumnya, dan tidak menjamin biaya atau penghematan di masa mendatang.

Untuk melihat estimasi ini, pastikan Anda memiliki izin billing.accounts.getSpendingInformation yang diperlukan untuk mendapatkan informasi pengeluaran. Untuk mengetahui detailnya, lihat Akses Penagihan Cloud.

Untuk mendapatkan informasi selengkapnya tentang biaya semua cluster GKE Anda, termasuk perincian yang lebih terperinci berdasarkan namespace dan workload, lihat Mendapatkan insight pembelanjaan utama untuk alokasi resource GKE dan biaya cluster.

Untuk informasi selengkapnya tentang biaya menjalankan cluster GKE, lihat Harga GKE.

Pertimbangan saat menyesuaikan ukuran cluster

Sebelum Anda mengikuti rekomendasi untuk menskalakan cluster ke atas atau ke bawah, pertimbangkan hal berikut:

  • Tinjau penggunaan resource aplikasi yang berjalan di cluster Anda untuk melihat performanya, dan apakah aplikasi tersebut menggunakan CPU dan memori lebih banyak atau lebih sedikit dari yang diharapkan. Untuk mengetahui petunjuknya, lihat Menganalisis permintaan resource.
  • Beban kerja pemrosesan batch mungkin sengaja mempertahankan penggunaan resource cluster yang tinggi untuk efisiensi biaya. Jika resource cluster yang dialokasikan cukup untuk tugas batch yang berjalan di cluster, Anda tidak perlu meningkatkan skala cluster yang sangat digunakan, yang diidentifikasi sebagai kurang disediakan.

Menerapkan rekomendasi untuk menyesuaikan ukuran cluster

Tinjau hal berikut untuk memahami cara menyesuaikan ukuran cluster agar lebih sesuai dengan pemanfaatan resource Anda.

Menyesuaikan ukuran cluster yang kurang disediakan

Untuk menerapkan rekomendasi guna meminimalkan risiko keandalan dengan menyesuaikan ukuran cluster yang kurang disediakan, tingkatkan resource di cluster. Anda dapat melakukannya dengan melakukan beberapa tindakan berikut:

Saat menerapkan rekomendasi ini, Anda memastikan bahwa cluster tetap andal karena memiliki jumlah resource yang sesuai untuk aplikasinya.

Menyesuaikan ukuran cluster yang disediakan secara berlebihan

Untuk menerapkan rekomendasi guna menghemat biaya dengan menyesuaikan ukuran cluster yang disediakan secara berlebihan, kurangi resource di cluster. Sesuaikan alokasi CPU dan memori cluster agar sesuai dengan kebutuhan beban kerja Anda. Anda dapat melakukannya dengan melakukan beberapa tindakan berikut:

Saat menerapkan rekomendasi ini, Anda memastikan bahwa Anda tidak menggunakan lebih banyak resource daripada yang diperlukan untuk menjalankan aplikasi cluster.

Langkah berikutnya