優雲費

施全策於 Kubernetes 群以減雲費。

用時

• 雲基費長而業益不長乃用
• 須見費依隊、應、或環之分乃用
• 資請/限不合實用模乃用
• 手伸縮致過備與費乃用
• 欲用 spot/preemptible 例為非要工負乃用
• 內費攤須行 showback 或 chargeback 乃用
• 欲建 FinOps 之文化，覺與責費乃用

入

• 必要：有負之 Kubernetes 群
• 必要：雲供應商計費 API 入
• 必要：metrics-server 或 Prometheus 為資度
• 可選：歷用據以析趨
• 可選：費攤求（依名空、標、隊）
• 可選：服務水準目（SLO）為性束
• 可選：算限或減費目

法

詳例見 Extended Examples。

第一步：部費見器

裝 Kubecost 或 OpenCost 以察費。

裝 Kubecost：

# Add Kubecost Helm repository
helm repo add kubecost https://kubecost.github.io/cost-analyzer/
helm repo update

# Install Kubecost with Prometheus integration
helm install kubecost kubecost/cost-analyzer \
  --namespace kubecost \
  --create-namespace \
  --set kubecostToken="your-token-here" \
  --set prometheus.server.global.external_labels.cluster_id="production-cluster" \
  --set prometheus.nodeExporter.enabled=true \
  --set prometheus.serviceAccounts.nodeExporter.create=true

# For existing Prometheus, configure Kubecost to use it
helm install kubecost kubecost/cost-analyzer \
  --namespace kubecost \
  --create-namespace \
  --set prometheus.enabled=false \
  --set global.prometheus.fqdn="http://prometheus-server.monitoring.svc.cluster.local" \
  --set global.prometheus.enabled=true

# Verify installation
kubectl get pods -n kubecost
kubectl get svc -n kubecost

# Access Kubecost UI
kubectl port-forward -n kubecost svc/kubecost-cost-analyzer 9090:9090
# Open http://localhost:9090

設雲供應商整合：

# kubecost-cloud-integration.yaml
apiVersion: v1
kind: Secret
metadata:
  name: cloud-integration
  namespace: kubecost
type: Opaque
stringData:
  # For AWS
  cloud-integration.json: |
    {
      "aws": [
        {
          "serviceKeyName": "AWS_ACCESS_KEY_ID",
          "serviceKeySecret": "AWS_SECRET_ACCESS_KEY",
          "athenaProjectID": "cur-query-results",
          "athenaBucketName": "s3://your-cur-bucket",
          "athenaRegion": "us-east-1",
          "athenaDatabase": "athenacurcfn_my_cur",
          "athenaTable": "my_cur"
        }
      ]
    }
---
# For GCP
apiVersion: v1
kind: Secret
metadata:
  name: gcp-key
  namespace: kubecost
type: Opaque
data:
  key.json: <base64-encoded-service-account-key>
---
# For Azure
apiVersion: v1
kind: ConfigMap
metadata:
  name: azure-config
  namespace: kubecost
data:
  azure.json: |
    {
      "azureSubscriptionID": "your-subscription-id",
      "azureClientID": "your-client-id",
      "azureClientSecret": "your-client-secret",
      "azureTenantID": "your-tenant-id",
      "azureOfferDurableID": "MS-AZR-0003P"
    }

施雲整合：

kubectl apply -f kubecost-cloud-integration.yaml

# Verify cloud costs are being imported
kubectl logs -n kubecost -l app=cost-analyzer -c cost-model --tail=100 | grep -i "cloud"

# Check Kubecost API for cost data
kubectl port-forward -n kubecost svc/kubecost-cost-analyzer 9090:9090 &
curl http://localhost:9090/model/allocation\?window\=7d | jq .

得： Kubecost pod 行成。UI 可達，現費依名空、部署、pod 之分。雲費入（首同步或 24-48 時）。API 返攤據。

敗則：

• 察 Prometheus 行：kubectl get svc -n monitoring prometheus-server
• 驗雲憑有計費 API 入
• 閱 cost-model 日誌：kubectl logs -n kubecost -l app=cost-analyzer -c cost-model
• 確 metrics-server 或 Prometheus node-exporter 收資度
• 察網策阻雲計費 API

第二步：析當前資用

識過備之資與優機。

問資用：

# Get resource requests vs usage for all pods
kubectl top pods --all-namespaces --containers | \
  awk 'NR>1 {print $1,$2,$3,$4,$5}' > current-usage.txt

# Compare requests to actual usage
cat <<'EOF' > analyze-utilization.sh
#!/bin/bash
echo "Pod,Namespace,CPU-Request,CPU-Usage,Memory-Request,Memory-Usage"
for ns in $(kubectl get ns -o jsonpath='{.items[*].metadata.name}'); do
  kubectl get pods -n $ns -o json | jq -r '
    .items[] |
    select(.status.phase == "Running") |
    {
      name: .metadata.name,
      namespace: .metadata.namespace,
      containers: [
        .spec.containers[] |
        {
          name: .name,
          cpuReq: .resources.requests.cpu,
          memReq: .resources.requests.memory
        }
      ]
    } |
    "\(.name),\(.namespace),\(.containers[].cpuReq // "none"),\(.containers[].memReq // "none")"
  ' 2>/dev/null
done
EOF

chmod +x analyze-utilization.sh
./analyze-utilization.sh > resource-requests.csv

# Get actual usage from metrics server
kubectl top pods --all-namespaces --containers > actual-usage.txt

用 Kubecost 之薦：

# Get right-sizing recommendations via API
curl "http://localhost:9090/model/savings/requestSizing?window=7d" | jq . > recommendations.json

# Extract top wasteful resources
jq '.data[] | select(.totalRecommendedSavings > 10) | {
  cluster: .clusterID,
# ... (see EXAMPLES.md for complete configuration)

建用度盤：

# grafana-utilization-dashboard.yaml
apiVersion: v1
kind: ConfigMap
metadata:
  name: utilization-dashboard
  namespace: monitoring
# ... (see EXAMPLES.md for complete configuration)

得： 明見當前資請與實用之較。識用度 <30% 之 pod（過備）。優機附估省。盤示用度跨時之趨。

敗則：

• 確 metrics-server 行：kubectl get deployment metrics-server -n kube-system
• 察 Prometheus 有 node-exporter 度：curl http://prometheus:9090/api/v1/query?query=node_cpu_seconds_total
• 驗 pod 已行足久（至少二十四時）
• 察度收之隙：閱 Prometheus 留與抓隔
• Kubecost 須收至少四十八時據

第三步：行 HPA（橫 pod 自伸縮）

依 CPU、記憶、或自度量設自動伸縮。

建依 CPU 之 HPA：

# hpa-cpu.yaml
apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: api-server-hpa
  namespace: production
# ... (see EXAMPLES.md for complete configuration)

部並驗 HPA：

kubectl apply -f hpa-cpu.yaml

# Check HPA status
kubectl get hpa -n production
kubectl describe hpa api-server-hpa -n production

# Monitor scaling events
kubectl get events -n production --field-selector involvedObject.kind=HorizontalPodAutoscaler --watch

# Generate load to test autoscaling
kubectl run load-generator --rm -it --image=busybox -- /bin/sh -c \
  "while true; do wget -q -O- http://api-server.production.svc.cluster.local; done"

# Watch replicas scale
watch kubectl get hpa,deployment -n production

得： HPA 已建，現當/目度量。負下 pod 增。負減（穩窗後）pod 減。伸縮事入記。無振（速增減環）。

敗則：

• 驗 metrics-server 行：kubectl get apiservice v1beta1.metrics.k8s.io
• 察部署有資請（HPA 必）
• 閱 HPA 事：kubectl describe hpa api-server-hpa -n production
• 確目部署未至最大複本
• 自度量者，驗度量適配器已裝設
• 察 HPA 控制器日誌：kubectl logs -n kube-system -l app=kube-controller-manager | grep horizontal-pod-autoscaler

第四步：設 VPA（縱 pod 自伸縮）

依實用模自動調資請。

裝 VPA：

# Clone VPA repository
git clone https://github.com/kubernetes/autoscaler.git
cd autoscaler/vertical-pod-autoscaler

# Install VPA
./hack/vpa-up.sh

# Verify installation
kubectl get pods -n kube-system | grep vpa

# Check VPA CRDs
kubectl get crd | grep verticalpodautoscaler

建 VPA 策：

# vpa-policies.yaml
apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: api-server-vpa
  namespace: production
# ... (see EXAMPLES.md for complete configuration)

部並察 VPA：

kubectl apply -f vpa-policies.yaml

# Check VPA recommendations
kubectl get vpa -n production
kubectl describe vpa api-server-vpa -n production

# View detailed recommendations
kubectl get vpa api-server-vpa -n production -o jsonpath='{.status.recommendation}' | jq .

# Monitor VPA-initiated pod updates
kubectl get events -n production --field-selector involvedObject.kind=VerticalPodAutoscaler --watch

# Compare recommendations to current requests
kubectl get deployment api-server -n production -o json | \
  jq '.spec.template.spec.containers[].resources.requests'

得： VPA 供薦或自動調資請。薦基於百分位用模（常 P95）。Auto/Recreate 模下 pod 以新請重啟。HPA 與 VPA 不衝（HPA 為複本，VPA 為每 pod 資）。

敗則：

• 確 metrics-server 有足據（VPA 須數日方準）
• 察 VPA 件：kubectl get pods -n kube-system | grep vpa
• 閱 VPA admission controller 日誌：kubectl logs -n kube-system -l app=vpa-admission-controller
• 驗 webhook 已註：kubectl get mutatingwebhookconfigurations vpa-webhook-config
• 勿同度（CPU/記憶）上同用 VPA 與 HPA - 衝
• 始以「Off」模察薦再啟自動更

第五步：用 spot/preemptible 例

設工負排程於省費 spot 例。

建 spot 之節點池：

# For AWS (via Karpenter)
apiVersion: karpenter.sh/v1alpha5
kind: Provisioner
metadata:
  name: spot-provisioner
spec:
# ... (see EXAMPLES.md for complete configuration)

設工負為 spot：

# spot-workload.yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: batch-processor
  namespace: production
# ... (see EXAMPLES.md for complete configuration)

部並察 spot 用：

kubectl apply -f spot-workload.yaml

# Monitor spot node allocation
kubectl get nodes -l node-type=spot

# Check workload distribution
# ... (see EXAMPLES.md for complete configuration)

得： 工負排成於 spot 節點。費大減（常較 on-demand 省 60-90%）。優雅處 spot 中斷與 pod 重排。察示中斷率與成功復。

敗則：

• 驗區/帶 spot 例可得
• 察節標籤與污合工負容
• 閱 Karpenter 日誌：kubectl logs -n karpenter -l app.kubernetes.io/name=karpenter
• 確工負無態或有合態管以承中斷
• 試中斷處：手 cordon 並 drain spot 節
• 察中斷率 - 過高考退至 on-demand

第六步：行資配額與算警

設硬限與警以控費。

建資配額：

# resource-quotas.yaml
apiVersion: v1
kind: ResourceQuota
metadata:
  name: production-quota
  namespace: production
# ... (see EXAMPLES.md for complete configuration)

設算警：

# kubecost-budget-alerts.yaml
apiVersion: v1
kind: ConfigMap
metadata:
  name: budget-alerts
  namespace: kubecost
# ... (see EXAMPLES.md for complete configuration)

施並察：

kubectl apply -f resource-quotas.yaml
kubectl apply -f kubecost-budget-alerts.yaml

# Check quota usage
kubectl get resourcequota -n production
kubectl describe resourcequota production-quota -n production
# ... (see EXAMPLES.md for complete configuration)

得： 配額施限於各名空。逾配額則 pod 建拒。閾破則算警鳴。費突察行。常報送於相關者。

敗則：

• 驗 ResourceQuota 與 LimitRange 已正施：kubectl get resourcequota,limitrange -A
• 察 pod 因配額而敗：kubectl get events -n production | grep quota
• 閱 Kubecost 警設：kubectl logs -n kubecost -l app=cost-analyzer | grep alert
• 確 Prometheus 有 Kubecost 度：curl http://prometheus:9090/api/v1/query?query=kubecost_monthly_cost
• 試警路：驗郵/Slack webhook 設

驗

• Kubecost 或 OpenCost 已部，現準費據
• 雲供應商計費整合行（費合實單）
• 資用析識過備工負
• HPA 依負伸縮 pod（試經負試驗）
• VPA 供薦或自動調資請
• Spot 例優雅處中斷
• 資配額施限於各名空
• 閾逾則算警鳴
• 月費降趨或留算內
• showback 報為隊/項目生
• 優費未致性能退
• 文檔以優實更新

陷

• 過急右大小：勿即施 VPA 薦。始以「Off」模，察薦一週，後漸施。突變致 OOMKill 或 CPU 節制。

• HPA + VPA 衝：勿於同度（CPU/記憶）同用 HPA 與 VPA。HPA 為橫伸縮，VPA 為每 pod 資調，或 HPA 自度量 + VPA 資。

• 無容錯之 spot：唯容錯、無態之工負於 spot。勿用於庫、有態服、或單複本要服。必用 PodDisruptionBudget。

• 察期不足：優費決需歷據。變前候至少七日，VPA 薦三十日，趨析九十日。

• 忽突需：依均用設限過低致流突時節制。容量計用 P95 或 P99 百分位，非均。

• 網外費：計費於 Kubecost 可見，然外（傳）費可大。察跨 AZ 流，用拓樸路由，計傳費於架構。

• 忽存儲：PV 費常忘。察未用 PVC，右大小卷，用卷擴非過備，行 PV 清策。

• 配額過束：配額過低阻合理長。月察配額用，依實調，施前告隊。

• 誤度量之假省：唯 CPU/記憶為優度漏 I/O、網、存費。考總有費，非僅算。

• 未信前 chargeback：隊未解信費據前 chargeback 致摩。始以 showback（告），建費覺文化，後 chargeback。

參

• deploy-to-kubernetes - 應部署附宜資請
• setup-prometheus-monitoring - 費度之察基設
• plan-capacity - 依費與性容量計
• setup-local-kubernetes - 本地開發避雲費
• write-helm-chart - 模板資請與限
• implement-gitops-workflow - 為優費設之 GitOps