Kubecost 2.0 发布，带来了网络监控功能
Kubecost 是 Kubernetes 成本监控和管理解决方案，最近推出了 Kubecost 2.0，这是一个重大升级，带来了许多新特性，可以帮助组织更好地监控、管理和优化与 Kubernetes 相关的云成本。其中一些新特性包括高级网络监控、新的自动化工作流系统、由机器学习驱动的成本预测以及高性能 API 后端。
Kubecost 2.0 的一个突出特性是高级网络监控功能。这一新功能为团队提供了对 Kubernetes 和云网络成本的全面可见性，这在传统上一直是很难监控和优化的。组织可以通过对网络成本进行细粒度的观察识别出意外的成本增长，实现可观的降本。
Kubecost 提供的图片
2.0 版本中另一个值得关注的新特性是 Kubecost actions，一个强大的自动化工作流系统，让团队能够管理和自动化成本优化任务。有了 Kubecost actions，用户可以根据成本和使用数据动态调整资源，确保他们的 Kubernetes 部署在不牺牲性能的情况下保持成本效益。
Kubecost 2.0 还引入了由机器学习算法驱动的成本预测功能。通过利用 AI 驱动的洞察力，团队可以获得更准确的成本预测，并主动识别潜在的优化机会。这一预测分析功能帮助组织做出基于数据驱动的决策，更好地掌控 Kubernetes 的成本。
为了进一步提升用户体验，Kubecost 2.0 还提供了一个异常检测系统，可以提醒用户注意异常的消费模式或偏差。这种主动监控有助于防止账单冲击，并让团队可以迅速调查和解决意外的成本增长。
在内部，Kubecost 2.0 有一个新的 API 后端，可以大规模地提高性能。这种性能提升使得解决方案能够处理大规模的 Kubernetes 环境，并查询长达 3 年甚至更长时间的历史数据。增强的可伸缩性和查询能力使组织能够深入了解他们的长期成本趋势，并根据广泛的历史数据做出明智的决策。
此外，Kubecost 2.0 引入了 集合，这是一个统一的报告功能，将 Kubernetes 和云成本结合在一起，提供全面的成本视图。这种全面的报告让团队能够管理 Chargeback 和 Showback 过程，确保在组织内部能够准确地分配成本和追责。
Cloud Native Computing Foundation (CNCF) 最新的一份调查显示，近一半的受访组织由于过度配置而在 Kubernetes 上花费更多。
Kubecost 2.0 通过其先进的网络监控、自动化工作流、机器学习成本预测和高性能 API 后端让组织能够深入了解其 Kubernetes 成本，并实现有效的优化策略。
新版本的发布标志着 Kubernetes 成本监控和优化的一个转折点，使团队能够做出基于数据驱动的决策，避免意外的费用增长，并在组织内部实现统一的优化实践。
Kubecost 2.0 是免费) 的，并且可以使用 Helm 安装，这让它成为企业团队更好控制与 Kubernetes 相关成本的一个可用的解决方案。
查看英文原文：
https://www.infoq.com/news/2024/03/kubecost-version-2-0/
声明：本文为 InfoQ 翻译，未经许可禁止转载。
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。