腾讯推出国内首个云原生成本优化开源项目 Crane

腾讯云原生

发布于 2022-03-21 12:10:29

5.4K0

发布于 2022-03-21 12:10:29

王孝威，FinOps 认证从业者，腾讯云技术产品经理，Crane 产品负责人。

云资源管理现状

设想你是一个应用开发人员，编写业务代码是你的主业，应用需要多少资源，往往通过压测决定，这导致非业务高峰期时段巨大的资源浪费。正好，社区和公司都在积极推动云原生，声称可以利用其强大的调度和弹性解决资源浪费问题。你兴致勃勃的拥抱云原生，但最终发现，云原生业务的资源配置，同样还是需要压测这种传统而手工的方式。

又比如你是一个平台侧运维人员，你背负着提升平台资源利用率的 KPI。集群内运行着众多负载规律波动的应用，你惊喜的发现，Kubernetes 提供了自动扩容能力，你很想试试看。但真正使用了HPA，从负载上升触发阈值，到弹性控制器开始扩容，到应用启动完成，可能有数分钟甚至数十分钟的滞后，在弹性起作用之前，应用已经被压垮。于是你抛弃自动弹性能力，继续回归到锁定超量资源的老路上来。

研发人员到底能否从资源配置的深渊中解脱出来，是否能让弹性能力高效实用？于是你带着问题去社区寻找答案。你发现将应用代码和基础架构彻底分离的 Serverless 技术似乎是一个选项，但是随着深入了解你发现，Serverless 只是一个概念，不是一个标准，由于完全抛弃了服务器，底层自主可控和性能优化能力完全丧失；另一类是以谷歌 Autopilot 集群为首的资源托管类集群，这类集群应该满足你的诉求，但它平台绑定并且需要付费。

我们决定改变现状，我们在对腾讯内部业务做成本优化时积累了众多经验，结合资源预测、智能弹性和全构混部能力，在不牺牲稳定性的前提下，将集群峰值利用率提升到了50%以上，下图是优化的效果。我们期待与社区同道一起优化应用资源配置和弹性的共性问题，于是我们给大家一个不重造轮子的可能，选择了开源。

图1：Crane 在大规模场景下的优化效果

Crane 的诞生：首款企业成本优化的开源工具

为推进云原生用户在确保业务稳定性的基础上做到真正的极致降本，腾讯推出了国内第一个基于云原生技术的成本优化开源项目 Crane（ Cloud Resource Analytics and Economics ）。Crane 遵循 FinOps 标准，旨在为云原生用户提供云成本优化一站式解决方案。

当前 Crane 项目主要贡献者包括有腾讯、小红书、谷歌、eBay、微软、特斯拉等知名公司的行业专家。

（Crane 开源项目地址：https://github.com/gocrane/crane/）

符合 FinOps 标准的 Crane 成本优化工具能力模型

Crane 是腾讯内部云资源优化流程方法和工具的系统性输出，同时，Crane 核心能力的构建与规划均与 FinOps 基金会提出的能力模型完全契合。

图2：Crane 能力模型

Crane 架构与特性

图3：Crane 架构

Crane 致力于推荐资源和智能弹性配置，业务人员无需再为业务需要多少资源，自动扩缩容应该如何配置等问题而烦恼，Crane 会基于业务的时序变动数据给出最优解。

一键部署

Crane 保持平台独立，通过一个 Helm 包将 Crane 安装至任意 Kubernetes 集群，无论云上还是云下，即可享受一站式资源优化能力。Crane 侵入性小，核心组件包括集中控制器 craned 和节点代理 crane agent，你可以自由组合安装，通过 featureGate 选择开启哪些能力。

简单易用可视化控制台

为降低使用门槛，Crane 提供内置控制台，用户可基于控制台查看成本分配，成本走势，并通过鼠标点击实现成本优化。所有能力均提供灰度控制和预览模式，以及回滚的能力，以消除业务侧对资源变动的顾虑。

开箱即用的巡检能力

Crane 可以全局扫描整体浪费情况，将隐藏浪费可视化的呈现出来，使运维人员免除拉取监控数据，编写查询脚本等重复性工作。

优化方案包含对成本变化的展示，对利用率变化的展示，可能的风险点，甚至是优化建议的排序。因为我们相信，每个业务都是独一无二的，都有其最适合的优化方案，不能一概而论。

即时迅速的弹性 (EffectivePodAutoscaler(EPA))

传统基于事件的弹性工具会导致一个天然缺陷——当业务指标偏离正常值后才会触发弹性，这种滞后性使得云用户不敢使用弹性。EPA 支持可扩展的预测算法，以预测结果驱动横向和纵向弹性，确保业务能提前弹出来，彻底避免原生弹性能力未弹先死的尴尬。同时 Crane 将社区的 HPA 和 VPA 两种弹性能力统一起来，提出了弹性概念 EPA。