k8s云集群混搭模式，可能帮你节省50%以上的服务成本

　　现在大部分中小企业或团队都是使用云平台来部署自己的服务，如阿里云，亚马逊云等。一般来说，业务的负载都具备一定的规律，比如每天集中在某几个小时，或呈现时间段周期性波峰、波谷交替的现象，如下图

　　

　　如果使用ECS来部署服务，则可能大部分时间ECS的资源没有得到充分利用，造成成本浪费，尤其对于像GPU之类成本较高的资源就更加了。这个时候，我们可以考虑使用云集群的混搭模式来节约成本。

　　业务场景

　　假设有一个这样的业务场景，包括如下特点及要求：

　　整个系统包括业务服务与两层视觉服务

　　各层服务之间调用需做负载均衡

　　每天的业务量主要集中在上午几个小时

　　平时业务量较低时仍要保证服务可用

　　尽可能降低成本，尤其是GPU服务器成本(GPU贵啊)

　　

　　k8s云集群混搭模式

　　现在各大云平台都已经提供容器云服务，如阿里云有基于ECI(弹性容器实例)的Serverless Kubernetes集群服务，基于ECS节点不需要提供master的Kubernetes托管版集群服务，及自己提供master的Kubernetes专有版集群服务等。为了迎合类似上述业务场景的需求，也提供了Kubernetes + virtual node(虚拟节点)的混合集群服务，如下图所示

　　

　　其中的虚拟节点基于ECI支持多种功能，如GPU容器实例、大规格容器实例等，增强了Kubernetes集群的弹性，使集群不局限于ECS节点的资源，做到弹性无限扩容。

　　部署方案

　　结合前面的业务场景，我们可以采用k8s的混合集群服务来部署我们的项目，如下图

　　

　　实现步骤：

　　创建Kubernetes托管版集群

　　加入已有ECS节点

　　添加一个虚拟节点，通过添加应用 ack-virtual-node 来实现

　　分别创建无状态的业务Deployment、AI-1 Deployment、AI-2 Deployment(对应三层服务)

　　分别在业务Deployment上创建公网SLB，AI-1 Deployment、AI-2 Deployment上创建内网SLB

　　分别在各Deployment上根据CPU或内存使用阈值配置弹性水平伸缩HPA

　　根据需要可以在某个或某些Deployment上配置定时伸缩，通过添加应用 ack-kubernetes-cronhpa-controller 来实现

　　因为水平伸缩一般需要一定时间，延迟可能会对业务造成影响，所以在业务负载比较规律的时候，可以通过定时伸缩(就是定时扩展到多少个容器，再定时收缩到多少个容器)来改善;目前定时伸缩配置的查看与更新只能通过kubectl命令行进行。

　　总结

　　按照官方文档的计费方式，一个普通的2核8G的ECS一年大概费用是2600左右，如果通过容器服务的方式(按秒计费)，假设每天起8小时，则一年大概费用1550左右，如果业务负载再集中到几个小时，费用会更低，对于比较稀缺又昂贵的GPU服务就更加了。但是如果服务全部按容器24小时租赁，其成本就又比ECS贵了(一年约4600)，所以在平时业务负载较低的时候，可以将容器调度到ECS上保障服务的提供，业务负载高时，通过HPA或cronHPA的方式动态伸缩到虚拟节点上。对于业务负载具有一定规律的服务来说，采用这种混搭的部署方式将极大地降低你的云服务成本。不过目前k8s云集群服务应该推出时间不久，产品的易用性还比较低，对不具备一定容器与编排基础的人使用门槛相对较高。