调整Pod请求资源(rightsizing)是最容易批准的Kubernetes成本优化项,也最容易被误报。平台团队把CPU和内存请求降了35-40%,仪表盘很漂亮,财务问什么时候账单会降。两个计费周期后,账单几乎没变。团队没做错,只是衡量了错的东西。
降低Pod请求只是告诉调度器“这个Pod需要更少空间”,它本身不会删掉节点、缩小实例或改变云账单。账单只有在节点被终止或替换成更小形状时才会动。中间有一链条件,大多数集群至少一环是断的。
为什么调整一遍后40个节点不减少
典型集群:40个节点,混合实例类型,Deployment 3-4个副本,PodDisruptionBudget maxUnavailable:1,拓扑分布在3个可用区。每个节点还有日志、CNI和安全DaemonSet。调整后平均Pod CPU请求降38%,但节点数仍是40。
调整请求、成本分配和节点整合是不同问题。要从“请求降了”到“节点少了”,需要整合评估、cordon、drain和重调度。
门一:为什么只调整Pod不降账单
节点自动缩放器保守,很多只删完全空的节点。没有整合机制主动行动,降低的请求只会让空闲容量摆着。Karpenter或Cluster Autoscaler的整合检查必须按时跑,否则节点数不变。
门二:PDB和拓扑分布阻止节点排空
maxUnavailable:1的PDB让排空变串行,拓扑分布要求副本跨可用区,两者都限制能整合多少节点。理论上可以从40降到29,实际可能只到35。还有持久卷、StatefulSet、IP上限等阻碍。
门三:DaemonSet和实例形状造成成本底板
日志、CNI等DaemonSet请求不随应用请求降低而降低,每个节点固定消耗1.2-1.5 vCPU。云实例是离散档位,不能精确匹配需求,导致结构性过度配置。
门四:预留实例和Savings Plan让账单不动
即使节点从40降到32,如果之前按照旧尺寸买了预留或承诺使用折扣,已承诺部分不会缩小。按需部分降了,总账单降幅有限。常见建议:先调整,观察60-90天稳定基线,再承诺60-70%。
该衡量什么
不要只看请求CPU降了,要看实际节点小时和账单。利用率提升是领先指标,不是已实现节省。报告给财务要用节点小时和发票金额。
常见问题(FAQ)
为什么我调整了Pod请求,云账单还是没降?
因为降低请求不等于删除节点。需要整合、排空成功,且要克服PDB、DaemonSet和承诺折扣的限制。
怎么让调整真正省钱?
把调整和节点整合结合起来用,注意PDB和拓扑设置,并在尺寸稳定后再调整预留实例。
该主要看哪个指标?
同时看请求CPU和实际节点小时/账单。利用率升了只说明有空间,不代表已省钱。
