이 페이지에서는 프로비저닝 부족 및 프로비저닝 초과 Google Kubernetes Engine (GKE) 클러스터를 식별하는 방법을 설명합니다. GKE는 오버프로비저닝된 클러스터 및 유휴 클러스터와 같은 비용 최적화 시나리오와 언더프로비저닝된 클러스터와 같은 안정성 개선 시나리오에 관한 통계 및 권장사항을 제공합니다. GKE는 클러스터 확장, 축소 또는 삭제에 관한 추천을 제공합니다. 유휴 클러스터의 경우 유휴 GKE 클러스터 식별을 참고하세요.
식별된 클러스터에 확장 또는 축소 권장사항이 도움이 된다고 확인한 후 권장사항에 따라 변경하여 비용을 절감하거나 클러스터의 안정성을 높일 수 있습니다. 가능한 경우 추천에는 예상 월별 절감액 또는 비용이 포함됩니다. 자세한 내용은 비용 또는 절감 예상치 이해하기를 참고하세요.
GKE는 워크로드가 요청하는 리소스에 대해서만 비용을 지불하므로 최소한의 운영 비용이 발생하는 Autopilot 클러스터에는 이러한 통계를 제공하지 않습니다. 자세한 내용은 Autopilot 가격 책정을 참고하세요.
GKE는 클러스터를 모니터링하고 Google Cloud에서 리소스를 사용하기 위한 통계와 추천을 생성하는 추천자를 제공하는 서비스인 Active Assist를 통해 사용량을 최적화하는 방법에 대한 안내를 제공합니다. 통계 및 추천을 관리하는 방법에 대한 자세한 내용은 통계 및 추천으로 GKE 사용량 최적화를 참고하세요.
프로비저닝 부족 및 프로비저닝 초과 클러스터에 대한 통계 및 추천 확인
GKE는 이러한 통계 및 권장사항을 Google Cloud 콘솔의 다음 위치에 표시합니다.
- 다음 위치의 Kubernetes 클러스터 페이지:
- Kubernetes 클러스터 목록에서 해당 클러스터의 알림 열
- 특정 클러스터의 클러스터 페이지에 있는 알림 배너
- FinOps 허브
Kubernetes 클러스터 페이지에서 추천의 제목은 다음과 같습니다.
- 오버프로비저닝된 클러스터: '클러스터 리소스를 줄여 비용 절감'
- 프로비저닝 부족 클러스터: '안정성을 향상하려면 클러스터 리소스를 늘리세요'
CLUSTER_UNDERPROVISIONED 및 CLUSTER_OVERPROVISIONED 하위유형을 사용하여 Google Cloud CLI 또는 Recommender API를 통해 이러한 통계와 추천을 받을 수도 있습니다.
안내에 따라 통계 및 추천을 확인합니다.
프로비저닝 부족 또는 프로비저닝 초과 클러스터를 식별한 후에는 클러스터 크기 조정 시 고려사항을 참고하세요.
GKE에서 프로비저닝 부족 및 프로비저닝 초과 클러스터를 식별하는 방법
다음 표에서는 확장 또는 축소할 수 있는 프로비저닝 부족 및 프로비저닝 초과 클러스터를 식별하는 데 GKE에서 사용하는 신호와 각 신호의 기준점을 설명합니다. 또한 이 표에는 이 시나리오에서 취해야 하는 권장 조치가 나와 있습니다.
| 하위 유형 | 신호 | 관찰 기간 | 세부정보 | 권장사항 |
|---|---|---|---|---|
CLUSTER_UNDERPROVISIONED |
CPU 또는 메모리 사용량이 높음 | 지난 30일 | 지난 30일 동안 매시간 CPU 및 메모리 사용률 평균이 모두 80% 를 초과하면 GKE 클러스터가 과소 프로비저닝된 것입니다. | 클러스터 확장하여 안정성 향상 |
CLUSTER_OVERPROVISIONED |
CPU 및 메모리 사용량이 낮음 | 지난 30일 | 지난 30일 동안 매시간 CPU 및 메모리 사용률의 평균이 7~20%인 경우 GKE 클러스터가 과도하게 프로비저닝된 것입니다. | 클러스터 축소로 비용 절감 |
GKE는 30일 미만 전에 생성된 클러스터에 대한 추천을 전송하지 않습니다.
비용 또는 절감액 추정치 이해하기
가능한 경우 GKE의 권장사항에는 클러스터 크기를 조정할 경우 월별 비용 또는 절감액을 예측하는 추정치가 포함됩니다. 이 추정치는 지난 30일간의 클러스터 비용에서 도출됩니다.
예상 비용 또는 절감액은 이전 지출을 기반으로 한 예상치이며 향후 비용 또는 절감액을 보장하지 않습니다.
이러한 추정치를 보려면 지출 정보를 가져오는 데 필요한 billing.accounts.getSpendingInformation 권한이 있어야 합니다. 자세한 내용은 Cloud Billing 액세스를 참고하세요.
네임스페이스 및 워크로드를 기반으로 한 더 세부적인 분석을 비롯하여 모든 GKE 클러스터의 비용에 관한 자세한 내용은 GKE 리소스 할당 및 클러스터 비용에 관한 주요 지출 통계 보기를 참고하세요.
GKE 클러스터 실행 비용에 대한 자세한 내용은 GKE 가격 책정을 참고하세요.
클러스터 크기 조정 시 고려사항
클러스터를 확장 또는 축소하기 위한 추천을 따르기 전에 다음 사항을 고려하세요.
- 클러스터에서 실행 중인 애플리케이션의 리소스 사용률을 검토하여 애플리케이션의 성능과 예상보다 더 많거나 적은 CPU 및 메모리를 사용하고 있는지 확인합니다. 자세한 내용은 리소스 요청 분석을 참고하세요.
- 일괄 처리 워크로드는 비용 효율성을 위해 클러스터 리소스의 높은 사용률을 의도적으로 유지할 수 있습니다. 할당된 클러스터 리소스가 클러스터에서 실행되는 일괄 작업에 충분한 경우, 프로비저닝 부족으로 식별된 고부하 클러스터를 확장할 필요가 없습니다.
클러스터 크기 조정 추천 구현
다음을 검토하여 리소스 사용량에 더 적합하도록 클러스터 크기를 조정하는 방법을 알아보세요.
프로비저닝이 부족한 클러스터 크기 조정
프로비저닝이 부족한 클러스터를 적절하게 조정하여 안정성 위험을 최소화하는 권장사항을 구현하려면 클러스터의 리소스를 늘리세요. 다음 작업 중 일부를 수행하면 됩니다.
- 클러스터 자동 확장 처리 및 노드 자동 프로비저닝을 사용 설정하거나 설정을 조정하여 더 큰 확장이 가능하도록 합니다.
- 노드 수를 늘려 클러스터를 수평으로 확장합니다. 안내에 따라 노드 수를 변경하여 수평으로 확장합니다.
- 노드 풀에 더 큰 머신 유형을 선택합니다. 안내에 따라 노드 머신 속성을 변경하여 수직 확장합니다.
- 클러스터에서 실행되는 애플리케이션의 CPU 및 메모리 리소스 사용량을 모니터링하고 검토합니다. 애플리케이션을 축소할 수 있는지 확인합니다. 리소스 사용량 모니터링에 관한 안내는 리소스 요청 분석을 참고하세요.
이 권장사항을 구현하면 애플리케이션에 적절한 양의 리소스가 있으므로 클러스터의 안정성이 유지됩니다.
초과 프로비저닝된 클러스터 크기 조정
오프로비저닝된 클러스터의 크기를 조정하여 비용을 절감하기 위한 권장사항을 구현하려면 클러스터의 리소스를 줄이세요. 워크로드 요구사항에 맞게 클러스터 CPU 및 메모리 할당을 조정합니다. 다음 작업 중 일부를 수행하여 이 문제를 해결할 수 있습니다.
- 클러스터 자동 확장 처리 및 노드 자동 프로비저닝을 조정하여 사용률이 낮은 리소스를 더 공격적으로 축소합니다.
- 노드 수를 줄여 클러스터를 수평으로 축소합니다. 안내에 따라 노드 수를 변경하여 수평으로 확장합니다.
- 노드 풀에 더 작은 머신 유형을 선택합니다. 안내에 따라 노드 머신 속성을 변경하여 수직 확장합니다.
- 클러스터에서 실행되는 애플리케이션의 CPU 및 메모리 리소스 사용량을 모니터링하고 검토합니다. 애플리케이션을 확장할 수 있는지 확인합니다. 리소스 사용량 모니터링에 관한 안내는 리소스 요청 분석을 참고하세요.
이 권장사항을 구현하면 클러스터의 애플리케이션을 실행하는 데 필요한 것보다 많은 리소스를 사용하지 않게 됩니다.
다음 단계
- 비용 관련 최적화 측정항목 보기
- 사용량이 많지 않은 시간대에 GKE 클러스터 축소를 통한 비용 절감
- 통계 및 추천을 통한 GKE 사용량 최적화하기
- GKE에서 비용에 최적화된 Kubernetes 애플리케이션을 실행하기 위한 권장사항
- 클러스터 최적화에 도움이 되는 5가지 GKE 기능