什么是自主云成本优化？它能给你带来什么好处？
你可能听说过自动化云成本优化——但你听说过自主云成本优化吗？
这种优化方式究竟是如何运作的？它通过哪些机制来降低云费用？
请继续阅读以了解详情。
以下是自主云成本优化的简要指南：
什么是自主云成本优化？
自主优化意味着所有优化任务都会在无需 DevOps 或云工程师主动干预的情况下自动触发。但这不仅仅是自动化。
自主解决方案将多个自动化领域连接起来，使其流畅地协同工作：
- 对云资源进行自动化分析，找出可优化的领域；
- 自动使您达到最佳状态，
- 在不断变化的条件下自动保持优化状态，无需工程师主动管理基础设施。
一个平台要被认为是自主平台，就应该做到这三点。
以下是自治 Kubernetes 平台的工作原理。
CAST AI 是一个完全自主的云成本优化平台，支持运行在 AWS、Google Cloud Platform 和 Microsoft Azure 云平台上的 Kubernetes 集群。以下是它如何优化 Kubernetes 集群的分步指南。
步骤 1：自动分析
为了了解通过集群分析器可以节省多少资源，我们需要将集群连接到 CAST AI。因此，我们在https://cast.ai上创建一个免费帐户，然后选择“连接集群”选项。要连接集群，我们需要在 AWS、GCP 或 Azure 终端中运行一个简短的脚本。
将集群连接到 CAST AI 的安全性如何？
为了向您提供切实有效的结果，CAST AI 仅需极少的集群访问权限。该平台由安全专家创建，并已获得SOC 2 Type II和 ISO27001 认证，因此遵循最小权限原则。
当您在终端运行我们提供的脚本时，启动的只读代理程序无法更改任何集群配置或访问敏感数据。该代理程序的代码是开源的，您可以在我们的 GitHub 代码库中查看。
- 要了解有关代理如何工作的更多信息，请参阅此处：只读 CAST AI 代理是如何工作的，以及它可以读取哪些数据？
- 有关安全功能的更多信息，请查看CAST AI 的安全和隐私指南。
节省报告显示了如果我们让 CAST AI 引擎负责管理我们的节点，它会做什么。
这就是报告的样子——请注意底部“当前集群”和“优化集群”之间的对比：
在这个例子中，平台显示我们的集群资源配置过高。我们可以看到，三台虚拟机（节点）就能完成与我们使用的六台机器完全相同的任务——而且成本要低得多！
此时，我们可以从以下两种方案中做出选择：
- 启用自主优化- 该平台将重新平衡我们的集群以实现节省，并允许全天候持续优化，找到以 40% 的价格（或更低）获得所需性能的最佳机会。
- 按照 CAST AI 的建议手动更改我们的设置——这样做也意味着我们需要定期手动运行报告并执行所有必要的操作。并非所有优化都能以类似的效率手动实现（例如，自动扩缩容或管理竞价型实例）。
步骤 2：通过即时再平衡达到理想状态
CAST AI 利用集群即时重新平衡功能，在几分钟内实现最佳配置。
在我们的示例中，六个节点减少到三个节点，性能却丝毫未受影响。该平台通过将工作负载从现有的六个节点无缝迁移到三个节点，实现了更高的资源利用率。集群的月费用现在为 168.63 美元，而不是最初的 420.48 美元（节省了 59.9%！）。
让我们来看一下集群在重新平衡前后的变化。
重新平衡之前：该集群有 6 个节点，每月费用为 420.48 美元。
重新平衡后：集群拥有三个节点，可确保与以前完全相同的性能水平，每月只需 168.63 美元。
流程完成后，我们会收到一份报告，总结已完成的工作：
使用竞价实例进行集群重新平衡
如果我们决定在集群中使用竞价实例，我们可以在 CAST AI 控制台中启用相应的策略，以便引擎在搜索最优计算资源时包含竞价实例。
竞价型实例是指闲置的虚拟机，云服务提供商以极低的价格提供这些实例——甚至比按需实例的价格低 90%。唯一的限制是，服务提供商可以随时收回这些资源。当然，自主平台会首先检查有多少工作负载适合使用竞价型实例。
在我们的示例中，CAST AI 发现有 29 个 Pod 适合使用竞价型实例。这意味着运行在这些 Pod 上的工作负载能够优雅地应对中断。通过允许平台使用竞价型实例，我们将月度账单降至 100.08 美元，比我们优化后的配置又降低了约 40%。
立即尝试重新平衡集群，即可在几分钟内见证集群从零状态到最佳状态的转变。此功能适用于我们所有的付费套餐。您可以自行注册，也可以事先联系我们的团队成员。
步骤 3：保持自动优化
一旦集群达到优化状态，CAST AI 就会启动 Day 2 Ops 策略，通过反馈循环不断优化集群。
CAST AI 实时分析配置并预测集群需求。它能根据计算资源的数量、类型和大小，合理调整集群规模。
对于竞价型实例，CAST AI 包含竞价型实例回退功能，该功能通过将工作负载暂时转移到其他节点来保证容量，直到有新的竞价型实例可用为止。
每当发生规模扩张事件（例如，您的应用程序因广告而获得大量流量）时，CAST AI 都会选择最适合的资源。这包括按需实例和竞价实例，并可与我们当前拥有的任何预留实例或节省计划配合使用。
该平台采用多种策略来确保集群的持续优化：
- 智能选择最高效的虚拟机来完成任务，
- 自动为任何支持竞价型实例的 Pod 选择竞价型实例，
- 持续检查可能需要重新分配资源以清空和删除节点的 Pod，
- 自动扩展资源以满足应用程序的需求，
- 将您的旧节点无缝过渡到优化后的节点。
所有这些内容都可以在 AWS re:Invent 2021 大会 400 号展位现场观看。
如果您今年不参加，也可以在这里预约通话。
文章来源：https://dev.to/castai/what-is-autonomous-cloud-cost-optimization-and-what-can-you-gain-from-it-4bkn