Automata klaszter és alkalmazás skálázhatóság, Karpenter
Érdemes felfrissíteni a tudásunkat: éppen ezért foglaljuk össze a mintegy fél évvel ezelőtti kubernetes webináriumunkon elhangzott, kollégánk, Mezei Dani által tartott előadását.
A Karpenter előnyei
Miért hasznos a Karpenter, és az általa biztosított automatikus skálázás lehetősége? Segítségével elsősorban a teljesítményt optimalizálhatjuk. Ez ugyanis lehetővé teszi a rendszer számára, hogy rugalmasan alkalmazkodjon a változó terheléshez. Amikor a terhelés növekszik vagy csökken, a rendszer ehhez igazítja az erőforrásokat is.
Mivel nem a csúcsidőszakhoz kell méretezni a rendszert, ezért a flexibilitás egyben költségoptimalizálást, a „csak-annyit-fizetsz-amennyit-felhasználsz” elvét is jelenti. Az automatikus skálázás másik pozitív következménye a változó körülményekhez dinamikusan alkalmazkodó infrastruktúra kialakítása, a mindig optimális kapacitással dolgozó rendelkezésre állás megléte. Ez emberi részről egyszerűbb kezelést, és ha kell, gyors, automatikus beavatkozást von maga után.
Demo: terheléses teszt
Kollégánk be is mutatta, mi történik a Karpenterben, ha extra erőforrásra van szükség: a rendszer érzékeli az igényt, és plusz csomópontokat (client servereket) ad hozzá a meglévőkhöz. A Karpenterben lehetőségünk nyílik a taint-elésre is, vagyis finomhangolható irányítást nyújt a podok ütemezéséhez és futtatásához a különböző csomópontokon. Ezzel a módszerrel pontosan meghatározható, hogy mely podok milyen csomópontokon futtathatók, így növelve a rendszer rugalmasságát és megbízhatóságát.
A teszt leállításánál szépen látható a visszaskálázódás is.
Tanulságként kiderült az is, hogy a konfigurációk helyes beállítása segít a költségmegtakarításban, illetve élesben a példaként bemutatottnál is finomabban, lépcsőzetesebben történik az erőforrások skálázása.
