共计 1309 个字符，预计需要花费 4 分钟才能阅读完成。
您晓得通过调整工作负载申请以更好地代表其理论应用状况能够节俭多少钱吗？ 如果您没有调整工作负载规模，则可能会为工作负载基本没有应用的资源领取过高的费用，甚至更糟，从而使工作负载面临因配置有余而导致可靠性问题的危险。
为了进步 Kubernetes 工作负载的可靠性，设置资源是最重要的事件 。在本博客中，咱们将帮忙您理解 Kubernetes 老本优化现状报告的重要发现！
依据咱们的钻研后果，工作负载调整是最重要的黄金信号。工作负载调整掂量的是开发人员正确应用为其应用程序申请的 CPU 和内存的能力。
规模调整具备挑战性
预测应用程序的资源需要可能十分艰难，而传统数据中心环境中的开发人员从来并不关怀这一点。在传统的数据中心环境中，通常会事后适度配置资源，以确保满足峰值需要和将来增长的需要，因而开发人员无需专一于精确预测资源需要，因为它们已被过剩容量所笼罩， 而在云环境中，资源按需耗费 。在效率和可靠性之间找到均衡通常感觉像是一种奥妙的均衡行为。
用于调整工作负载规模的工具
Cloud Monitoring 和 GKE UI 中提供了原生工具，您能够应用它们来调整 GKE 上运行的工作负载规模。
在控制台中调整大小
“工作负载老本优化”选项卡可通过显示已应用的资源与申请的资源来帮忙您辨认可优化的工作负载。
为了充分利用潜在的老本节俭，您能够深刻理解集群以查看工作负载级别的资源倡议。
仅查看部署对象的工作负载资源倡议：
- 在 GKE 老本优化中
- 抉择一个集群
- 单击工作负载 > 老本优化
- 抉择一个部署工作负载
- 在工作负载的详细信息页面中，抉择操作 > 扩大 > 编辑资源申请
通过云监控调整规模
Cloud Monitoring 提供内置的 VPA 规模倡议指标，您能够应用这些指标来监控工作负载的性能并确定调整工作负载规模的机会，而无需创立 VPA 对象 。
要查看这些指标：
- 进入云监控 > 指标摸索控制台。
- 在指标下拉列表中，抉择指标：
- 内存倡议：
Kubernetes Scale > autoscaler > Recommended per replica request bytes - CPU 举荐：
Kubernetes Scale > autoscaler > Recommended per replica request cores
大规模调整规模
如果您有趣味查看跨集群和我的项目的倡议，咱们创立了一份指南，您当初就能够应用它来帮忙您大规模调整 GKE 工作负载规模。
此解决方案利用 Cloud Monitoring 提供的理论集群的指标数据和内置工作负载倡议 。您能够确定所有工作负载的资源要求，而无需在每个集群中创立额定的 VPA 主动缩放程序对象。该指南将疏导您实现解决方案的部署。
综上所述
总之，调整工作负载规模对于节省成本和进步可靠性至关重要 。通过遵循本博客中的提醒，您能够确保您的工作负载应用正确数量的资源，这将为您节俭资金并进步工作负载的可靠性。
上面列出了本博客中提供的解决方案的链接以及可帮忙您优化集群的其余有用工具：
大规模调整工作负载解决方案指南
设置资源申请：Kubernetes 老本优化的要害
简略的 kube-requests-checker 工具
应用一组示例工作负载在 GKE 中进行设置的交互式教程
如果您有任何疑难或需要，欢送随时与咱们取得联系。
