本文說明如何使用洞察和建議，找出在 Google Kubernetes Engine (GKE) 叢集上執行的資源配置不足和過度配置工作負載。確認建議的擴大或縮減規模措施可提升工作負載效益後，即可進行建議的變更，以節省費用或提高工作負載的可靠性。如果可以，建議會包含預估每月可省下的費用或成本。詳情請參閱「瞭解費用或節省金額預估值」。
GKE 會提供在 Autopilot 和 Standard 叢集上執行的工作負載相關洞察資訊。GKE 也會提供類似的叢集建議。詳情請參閱「找出資源配置不足和過多的 GKE 叢集」。
GKE 會監控叢集，並透過 Active Assist 提供最佳化使用量的指引。這項服務會提供建議，產生在 Google Cloud上使用資源的深入分析和建議。如要進一步瞭解如何管理洞察資料和建議，請參閱「透過洞察資料和建議，最佳化 GKE 用量」。
取得資源不足和資源過度配置工作負載的洞察資料和建議
觀察到下一節討論的特定行為後，GKE 會在 Google Cloud 控制台的下列位置顯示這些深入分析和建議：
「工作負載」頁面會顯示下列建議標題：
- 資源過度佈建的工作負載：「調降資源要求，以便減少費用」
- 資源不足的工作負載：「提高資源要求，增加可靠性」
您也可以透過 Google Cloud CLI 或 Recommender API 取得所有類型的深入分析和建議。如要找出這類問題，請按照操作說明查看洞察資料和建議，並使用 WORKLOAD_UNDERPROVISIONED 和 WORKLOAD_OVERPROVISIONED 子類型進行篩選。
找出資源配置不足或過度的工作負載後，請參閱工作負載適當調整大小時的注意事項。
GKE 如何識別資源不足和資源過度佈建的工作負載
下表說明 GKE 用於識別資源不足和資源過度供應的工作負載 (可向上或向下擴充) 的信號，以及每個信號的門檻。此外，這份表格也會顯示我們建議您在此情況下採取的行動。
| 子類型 | 信號 | 觀察期間 | 詳細資料 | 建議 |
|---|---|---|---|---|
WORKLOAD_UNDERPROVISIONED |
CPU 或記憶體使用率偏高 | 最近 15 天 | 如果工作負載的 CPU 或記憶體使用率在過去 15 天內，有至少 10% 的時間超過 150%，即為佈建不足。 | 擴充工作負載，提高可靠性 |
WORKLOAD_OVERPROVISIONED |
CPU 或記憶體用量偏低 | 最近 15 天 | 如果工作負載在過去 15 天內，至少有 90% 的時間 CPU 或記憶體使用率低於 50%，即為超額佈建。 | 縮減工作負載，節省費用 |
GKE 也會根據下列指南，判斷何時提供洞察資料和建議：
- GKE 不會為水平 Pod 自動調度 (HPA) 的目標指標產生建議，因為使用這項指標可能會造成干擾。
- 如果啟用垂直 Pod 自動調度資源 (VPA)，系統會自動管理要求值，GKE 就不需要產生建議。
- GKE 最多可能需要等待三天，才會為新工作負載產生建議。
瞭解預估費用或節省金額
如果可以，GKE 的建議會提供估算值，預測工作負載適當調整大小後，每月費用或節省的金額。這項預估值是根據工作負載費用計算而得，計算方式為加權平均要求值，再加上過去 30 天的工作負載 CPU 和記憶體費用。
預估費用或省下費用的預測依據是先前的支出，不保證等於未來的費用或省下的金額。
如要查看這些預估值，請確認下列事項：
- 您具備取得支出資訊所需的「
billing.accounts.getSpendingInformation」權限。詳情請參閱「Cloud Billing 存取權」。 - 叢集已啟用 GKE 費用分配功能。詳情請參閱「啟用 GKE 費用分配」。
如要進一步瞭解所有 GKE 叢集的費用，包括依命名空間和工作負載劃分的更精細明細，請參閱「取得 GKE 資源分配和叢集費用的重要支出洞察」。
如要進一步瞭解執行 GKE 叢集的費用，請參閱 GKE 定價。
調整工作負載大小時的注意事項
按照建議調升或調降工作負載之前，請先考量下列事項：
- 查看工作負載的資源用量，瞭解工作負載的執行情況，以及 CPU 和記憶體用量是否超出或低於預期。如需操作說明，請參閱「分析資源要求」。
- 批次處理工作負載可能會為了提高成本效益，而刻意維持高用量。如果分配的資源足以應付批次工作，您就不需要擴充資源使用率偏高的工作負載 (系統已判定資源不足)。
- GKE 對於以 Java 虛擬機器 (JVM) 為基礎的工作負載，實際記憶體用量的瀏覽權限有限。針對這類工作負載套用建議前，請務必仔細檢查。
根據建議調整工作負載規模
您可以透過下列任一方式調整工作負載大小，以便更符合工作負載的資源用量：
- 為工作負載啟用垂直 Pod 自動調度資源功能。詳情請參閱「自動設定 Pod 資源要求」。
根據建議手動變更要求和限制：
- 資源不足的工作負載：如要實作最佳化建議，為資源不足的工作負載進行最適規模調整，請提高工作負載的資源要求和限制。實作這項建議有助於確保工作負載的可靠性，因為應用程式可獲得適當的資源量。
- 資源過度佈建的工作負載：如要實作最適規模調整建議，請減少工作負載的資源要求和限制。依照自身的工作負載需求，調整叢集 CPU 和記憶體配置。實作這項最佳化建議後，您就能確保只使用執行工作負載所需的資源。
後續步驟
- 查看費用相關最佳化指標
- 在離峰時段縮減 GKE 叢集規模，藉此降低成本
- 根據洞察資料和建議，最佳化 GKE 用量
- 最佳做法 - 在 GKE 執行最具成本效益的 Kubernetes 應用程式
- 5 項 GKE 功能，協助您最佳化叢集