很多博主说的 K8S“降本增效”的体现在哪里？

[cs3230524]

新人问一下： 自动扩缩 pod 不都是基于物理主机现有资源吗？而物理主机的资源都是预付费了的，缩到 1 个和 20 个都不会影响成本啊？难道这句只能是云原生吗？还是说在云上的话有办法自动帮你购买主机然后添加进 Node 里面，缩的时候自动帮你把按量付费的主机释放了？？

[qiyuey]

节省了造轮子的研发人员

[orFish]

https://github.com/kubernetes/autoscaler
了解下。

[momocraft]

资源总量不变 也可能因为调度而增加利用率

比如用空闲资源跑允许中断的任务

[cs3230524]

那只能在 pod 层面意义不是很大啊，我还是得自己提前买主机放到集群里咯？

[lhx2008]

云上的玩法当然是可以扩缩节点的，直接装到物理机上面的话可以考虑加上云上的节点。另外，如果程序数量少的话，只会增本。

[learningman]

你自己不是把答案说出来了吗，你猜为啥云厂商要精确到按秒计费

[fisherwei]

这话题说起来可大了。

简单来说，你可以把 k8s 简单理解为一个毛坯房，k8s 为你的业务提供了缩放服务、健康检查、（微）服务级的负载均衡、基于容器技术的交付等等，可以开箱即食，也可以让 devops 针对业务需求二开。
当然这些能力，都是基于你现有的物理机、虚拟机等计算资源实现的。

如果你的运维团队可以 7*24 无休的手工处理这些运维事务的话，k8s 并不能帮你节省计算资源，但是这样的运维团队开销显然比部署一套 k8s 要贵多了。

类似的，CI/CD 也是一样，这些工作完全可以由运维手动来做，但是当你的业务数量增长、迭代加速之后，需要维持一个庞大的运维团队来做交付、部署工作。

所以，粗略来说，这就是 k8s 降本增效的原理。

[novolunt]

对研发
降成本，暂时看不出来，量大，该多少内存多少 cpu 一个不拉，java 的坑并没有改善
提高效率，也看不出来，代码量还是那么多，跟业务无关，何来增效
对 DevOps
用的 helm+gitlab-ci +ingress/istio
前期投入比较大，后期几乎完全自动化，做更多的反而是 efk+prometheus
总体来讲，对研发增加工作量，对运维，前期增加工作量，后期变成看监控的技术员。有利于业务的健壮性，其他无

[novolunt]

@cs3230524 很多厂商是有自动扩容的，比如微软云，可以自动扩容，最大两千多台

[dayeye2006199]

即使物理机都是你的也可以降低成本。你本来的机器利用率是 50%，跑 10 个任务假设需要 16 台机器。
现在用了 k8s ，机器利用率提升到 80%，现在跑同样的任务量，你只需要 10 台机器。

这样在采购机器的时候，就可以少买机器，电费和维护费用也会降低。
提高利用率也是降低成本的一种

[cdlnls]

可能在某些大规模的集群场景下，通过对资源的调度，可以更加充分的把一些节点上过剩的计算资源重新利用上，也算是一种降低成本的体现。

[xy90321]

不要把软件层面的问题和硬件层面的问题过分耦合来考虑，也不要把问题给扩大化

自动扩缩需要解决的问题，不是扩缩以后怎么办，而只是单纯的把扩缩的过程尽量自动化

另外，不是因为用了 K8s ，所以调度效率提高后的剩余资源就可以自动换钱了。

而是因为在调度效率提高后剩余资源可以换钱（不管是退记成本还是划作他用）的前提下，所以才去用 K8s 。

如果像你说的空出来的资源也没能力换钱的话，那么在这个场景下，是不是自动扩缩也确实不影响成本开支。

[nulIptr]

还是说在云上的话有办法自动帮你购买主机然后添加进 Node 里面，缩的时候自动帮你把按量付费的主机释放了？？
---
阿里云的 k8s 确实有这个解决方案，最近花了点时间测了一下也能达到文档说的效果，不过目前还没上生产环境。
对于需要大量 gpu 节点的服务还是有点用的。

[soclearn]

这是针对专业研究和部署人员说的。因为它可以自动化，接上 devops ，还可以集群伸缩。

对于普通人员，没有所谓的增本降效

[1423]

可以砍掉 k8s 之前自研的系统了，运维减少，开发裁撤。省钱

[JaxXu]

混合部署，之前很麻烦啊，而且利用率不高

[winglight2016]

lz 首先要有集群思维，如果只有单机、单实例部署的经验，那 k8s 只是负担，如果有过集群部署，那就能体会到 k8s 有多么方便了。
其次，k8s 是屏蔽了硬件信息的，就像 ORM 对开发人员屏蔽了表结构，以后的趋势也是越来越专业化，开发人员不再关心部署的事情，只要做好业务实现即可。部署也不再关注要购买几台 VPS ，自动伸缩购买节点是可以实现，但是需要预付费。
最后，k8s 初期投入很大，我在公司项目推 k8s ，一个多月了生产环境还没有迁移过去，开发人员也需要时间理解 k8s 的概念。

[xzysaber]

对于大规模部署来说确实非常方便，减少很多心智负担。
对于资源管理来说支持各种 autoscaler(包括自定义指标)，但是这块想要做好，还是需要不少功夫的。

[Alliot]

首先，k8s 拥有容器的几乎所有优势，资源隔离， 资源颗粒度细化，在其基础上拥有完善的资源缩放，健康检查，流量与资源的负载均衡，调度。

至于你说的 自动帮你购买主机然后添加进 Node 里面，缩的时候自动帮你把按量付费的主机释放了。 几大云厂商都有这种服务，自己也可以通过接口与脚本实现。

另外就是对于突发的无状态型任务，完全可以调度到按量付费的虚拟节点上，虚拟节点按照你负载实际使用的资源来收费。

k8s 的降本增效，适用于中大规模，一俩个节点上 k8s 没必要。强行 k8s == 然并卵

[lancel]

资源的自动调度，在增加资源利用率同时缩减运维成本。转对大规模部署