如果你在Kubernetes部署上的支出超出预期，那么你并不”孤单”。许多Kubernetes运营商的Kubernetes成本都比他们预期的要高。这是因为，与Kubernetes的部署一样，如何管理或降低成本也可能具有挑战性。
在本文中，我们提供了五个基本技巧，来帮助你实现低成本高效益的Kubernetes部署。
1.确定你的工作负载是否适合Kubernetes
Kubernetes可以为许多工作负载（但不一定是所有工作负载）提供显著的成本优势。如果你只是将所有东西都扔进Kubernetes并期望省钱，那么最终可能会造成沉重的技术债务负担，或者运营恶梦。你需要确定工作负载是否适合使用Kubernetes。
要考虑的关键问题是：
- “此工作负载是否需要保存状态（如数据库）？”
- “此工作负载是否支持弹性伸缩？”
如果将工作负载移至Kubernetes会导致低效率的运维，并可能需要耗费更多资源，那么在Kubernetes中运行它，可能并不具有成本效益。
2.了解工作负载的资源要求
在将工作负载转移到Kubernetes之前，你必须要决定在集群中使用的节点的大小和类型，因此必须评估所有工作负载中的资源需求（主要是CPU和内存）。对于有状态的工作负载，还要考虑需要多少存储空间。提前对工作负载的资源消耗及其可以处理的请求量有所了解，在需要新增实例之前将有助于估算总体成本。
幸运的是，大多数（即使不是全部）编程语言都可以帮助你了解资源消耗情况。结合性能分析工具与负载测试工具，你将很好地了解应用程序在压力下的性能和资源要求。
3.选择大小合适的节点
不幸的是，没有选择正确大小节点的灵丹妙药。更难的是Kubernetes允许你使用大小不一的节点以适合你的工作负载。这很大程度上取决于你必须部署的应用程序数量，以及资源要求。
还需要考虑在云提供商内部或外部设置某种类型的可观察性和警报。这可以让你知道：你当前花费多少。将事件绑定到来自Kube-Scheduler的日志中，将使你对需要部署的内容有所了解。
选择大小合适的节点是一项需要经常进行的练习。
4.正确设置你的资源请求和限制
根据对工作负载的资源消耗分析，花时间适当地设置资源请求和限制。这可以充分发挥容器编排工具带来的便利。有了资源需求后，Kubernetes可以更有效地对Pod进行调度，从而不会浪费资源。
一旦设置了限制并部署了工作负载，你就可以实施更高级的功能-如Pod 水平自动扩缩 （Horizontal Pod Autoscaler,HPA） 。HPA是Kubernetes中自动缩放的核心组件，可根据需要弹性伸缩Pod。HPA可以使用诸如CPU和内存之类的指标，也可以对自定义指标(如某个时间点)进行操作。
5.应用程序中要具有可观察性
你不仅需要监视Kubernetes，还要获得其中运行的应用程序的可观察性。关于应用程序，除了要了解每个Pod占用的CPU，内存，网络和存储量之外，你还应该具备应用程序方面的度量标准-每秒请求数量等等。
你可以将HPA配置为根据应用程序方面的自定义指标进行操作。有了应用程序的可观察性，这将使你的组织可以在以后就集群大小和扩缩容做出更明智的决策。提高可观察性，还要关注你的云提供商提供的功能，在Kubernetes集群节点中针对性地添加警报等。
无论你是在刚刚开始考虑部署Kubernetes，还是已经经历了一段时间，在整个团队中设置这些准则都可以帮助你优化Kubernetes的性能和成本。通过实施以上5个技巧，你可以节省大量成本，并能更准确地预测成本，避免那些意外的账单。虽然可能需要一些工作才能开始，但这里的努力可以取得实质性的回报。
译文链接:https://thenewstack.io/5-essential-tips-to-manage-kubernetes-costs/
