cara menggunakan fitur cost insights dan cara melihat dasbor - Container Service for Kubernetes

Fitur cost insights dari Container Service for Kubernetes (ACK) menyediakan dasbor yang menampilkan informasi biaya kluster, namespace, kelompok node, dan aplikasi Anda dalam bentuk visualisasi.

Prasyarat

Fitur cost insights telah diaktifkan. Untuk informasi selengkapnya, lihat Aktifkan cost insights.

Catatan penggunaan

Setelah fitur cost insights diaktifkan, data penagihan akan ditampilkan pada pukul 08.00.00 (UTC+8) keesokan harinya. Anda dapat mengklik daftar drop-down di pojok kanan atas dasbor untuk mengubah rentang waktu analisis biaya.

Platform

Masuk ke Konsol ACK. Di panel navigasi kiri, klik Clusters.
Pada halaman Clusters, klik nama kluster tersebut. Di panel navigasi sebelah kiri, pilih Cost Suite > Cost Insights.
Pada halaman Cost Insights, klik tab berbeda untuk melihat dasbor.

Kluster dimensi

Kriteria filter

Fitur	Nomor	Deskripsi
Opsi analisis biaya kluster	(1)	Opsi analisis biaya kluster berikut tersedia: Actual Billing cost with discount (default): Opsi ini dipilih secara default. Pilih opsi ini untuk melihat jumlah pembayaran sumber daya cloud dalam kluster. Original Billing cost without discount: Pilih opsi ini untuk melihat jumlah tagihan sumber daya cloud yang dihitung berdasarkan harga daftar sumber daya tersebut di situs Alibaba Cloud International. Untuk informasi selengkapnya, lihat Bill Details. Catatan Biaya aplikasi dalam kluster dapat dianalisis berdasarkan namespace atau Pod. Biaya aplikasi dihitung berdasarkan jumlah tagihan sumber daya.
Model alokasi biaya	(2)	Model alokasi biaya mencakup model alokasi biaya sumber daya tunggal dan model alokasi biaya sumber daya hibrida berbobot. Untuk informasi selengkapnya, lihat Kebijakan estimasi biaya. CPU model: Estimasi biaya Pod berdasarkan jumlah sumber daya CPU yang diminta oleh Pod tersebut. Memory Model: Estimasi biaya Pod berdasarkan jumlah sumber daya memori yang diminta oleh Pod tersebut. CPU-Memory Hybrid Model (recommended weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori yang direkomendasikan untuk Pod tersebut. CPU-Memory Hybrid Model (Custom Weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori kustom untuk Pod tersebut. Setelah dipilih, Anda harus menentukan CPU Weight Setting (%).
Rentang waktu	(3)	Rentang waktu data yang ditampilkan di dasbor. Rentang waktu default adalah 7 hari terakhir. Anda dapat menentukan rentang waktu untuk melihat perubahan biaya dan sumber daya dalam periode tertentu.

Ikhtisar biaya kluster

Fitur	Nomor	Deskripsi
Lihat model alokasi biaya	(1)	Data yang ditampilkan bergantung pada cost allocation model yang Anda pilih. CPU model dipilih secara default untuk mengestimasi biaya Pod berdasarkan jumlah sumber daya CPU yang diminta oleh Pod tersebut.
Biaya hari sebelumnya, biaya kumulatif mingguan, dan biaya kumulatif bulanan.	(2)	Biaya hari sebelumnya, rasio hari-ke-hari, biaya kumulatif mingguan, dan biaya kumulatif bulanan semuanya dihitung berdasarkan jumlah tagihan sumber daya cloud dalam kluster. Biaya kumulatif mingguan dihitung berdasarkan jumlah tagihan setiap minggu kalender, sedangkan biaya kumulatif bulanan dihitung berdasarkan jumlah tagihan setiap bulan kalender. Tagihan dibuat satu hari setelah tanggal transaksi. Oleh karena itu, biaya kumulatif mingguan bernilai nol pada hari Senin setiap minggu, dan biaya kumulatif bulanan bernilai nol pada hari pertama setiap bulan. Rasio hari-ke-hari adalah rasio antara biaya hari sebelumnya dengan biaya hari sebelum hari sebelumnya. Jika laju pertumbuhan hari-ke-hari berwarna hijau, artinya biaya hari sebelumnya lebih rendah dibandingkan biaya hari sebelum hari sebelumnya. Jika berwarna merah, artinya biaya hari sebelumnya meningkat dibandingkan biaya hari sebelum hari sebelumnya.
Informasi singkat tentang biaya kluster dan pemborosan sumber daya.	(3)	Grafik menampilkan perubahan biaya kluster dan kapasitas kluster. Kurva kuning menunjukkan biaya kluster, sedangkan kurva biru menunjukkan kapasitas aktual kluster. Dalam kebanyakan kasus, kedua kurva saling berkorelasi. Jika kedua kurva menunjukkan tren yang berbeda, hal ini mengindikasikan adanya perubahan pada biaya rata-rata per core CPU. Dalam kasus ini, Anda dapat memeriksa apakah sumber daya dengan harga lebih tinggi dikonsumsi.
Tampilkan estimasi biaya real-time namespace dan biaya yang dialokasikan untuk setiap namespace	(4) dan (5)	Bagian (4) menampilkan estimasi biaya real-time setiap namespace dalam kluster. Biaya namespace merupakan jumlah biaya semua Pod dalam namespace tersebut. Bagian (5) menampilkan biaya yang dialokasikan untuk setiap namespace, yaitu biaya kluster yang dialokasikan ke setiap namespace berdasarkan rasio biaya yang ditentukan. Catatan Biaya namespace dihitung berdasarkan jumlah tagihan. Jika tidak ada konfigurasi permintaan sumber daya (CPU) untuk Pod dalam suatu namespace, namespace tersebut tidak diperhitungkan dalam perhitungan biaya namespace. Suatu kluster mungkin berisi node dengan spesifikasi dan metode penagihan berbeda. Saat mengalokasikan biaya berdasarkan namespace, Anda harus mempertimbangkan perbedaan harga node yang menjalankan Pod di namespace berbeda, bukan hanya konsumsi sumber daya namespace tersebut. Fitur cost insights mengonversi biaya real-time setiap node. Fitur cost insights menyediakan rumus berikut untuk menghitung biaya namespace: Σ (Permintaan sumber daya Pod/Kapasitas Node) × Harga satuan Node Rumus ini membantu Anda menghitung biaya namespace secara akurat. Namun, karena kebijakan penagihan tertunda yang diterapkan saat diskon, voucher, atau metode penagihan langganan digunakan, biaya yang dihitung berdasarkan rumus ini mungkin berbeda dari jumlah tagihan. Untuk menghitung biaya yang dialokasikan ke namespace, Anda dapat mengalikan total biaya kluster dengan rasio biaya namespace tersebut.

Analisis stabilitas dan efisiensi

Fitur	Nomor	Deskripsi
Tampilkan total penggunaan sumber daya kluster	(1)	Tampilkan jumlah Pod untuk setiap kelas quality of service (QoS) dan total penggunaan sumber daya dalam kluster.
Tampilkan penggunaan sumber daya Pod dalam kluster	(2)	Tampilkan informasi dasar dan penggunaan sumber daya (Usage/Request) semua Pod dalam kluster. Filter dan pengurutan didukung. Anda dapat menggunakan fitur ini untuk melihat beban kerja dengan penggunaan sumber daya tertinggi atau terendah dalam kluster.
Tampilkan konfigurasi sumber daya Pod burstable dalam kluster	(3)	Tampilkan konfigurasi sumber daya Pod dengan kelas QoS Burstable. Filter dan pengurutan didukung. Fitur ini memungkinkan Anda melihat permintaan dan batas sumber daya seperti CPU dan memori untuk setiap Pod Burstable. Hal ini membantu Anda memahami sumber daya kluster yang dikonsumsi oleh Pod dan mengidentifikasi bottleneck sumber daya.
Tampilkan penggunaan sumber daya Pod BestEffort dalam kluster	(4)	Tampilkan konfigurasi sumber daya Pod dengan kelas QoS BestEffort. Jenis Pod ini memiliki risiko stabilitas yang lebih tinggi. Anda dapat memfilter dan mengurutkan daftar untuk memeriksa adanya Pod BestEffort yang tidak diharapkan. Hal ini memungkinkan Anda mengatasi risiko sedini mungkin.

Untuk informasi selengkapnya tentang Stability & Efficiency Analysis, lihat Gunakan cost insights untuk mengidentifikasi risiko beban kerja kluster.

Analisis biaya kluster

Fitur	Nomor	Deskripsi
Tampilkan perubahan biaya sumber daya cloud dan rasio biaya berbagai sumber daya cloud	(1) dan (2)	Bagian (3) menampilkan rasio biaya berbagai sumber daya cloud dalam kluster. Bagian (4) menampilkan perubahan biaya sumber daya cloud. Suatu kluster mungkin menggunakan berbagai sumber daya cloud. Biaya sumber daya cloud bervariasi berdasarkan aturan penagihan dan cara penggunaan sumber daya cloud oleh kluster. Fitur cost insights menampilkan perubahan biaya sumber daya cloud dan rasio biaya berbagai sumber daya cloud untuk membantu Anda mengurangi biaya kluster.
Tampilkan perubahan total biaya kluster	(3)	Tampilkan perubahan harian total biaya kluster.
Tampilkan biaya kelompok node	(4)	Tampilkan biaya setiap kelompok node dalam kluster atau biaya setiap node virtual.
Tampilkan tren estimasi biaya real-time namespace	(5)	Suatu kluster mungkin berisi node dengan spesifikasi dan metode penagihan berbeda. Saat mengalokasikan biaya berdasarkan namespace, Anda harus mempertimbangkan perbedaan harga node yang menjalankan Pod di namespace berbeda, bukan hanya konsumsi sumber daya namespace tersebut. Fitur cost insights mengonversi biaya real-time setiap node. Fitur cost insights menyediakan rumus berikut untuk menghitung biaya namespace: Σ (Permintaan sumber daya Pod/Kapasitas Node) × Harga satuan Node Rumus ini membantu Anda menghitung biaya namespace secara akurat. Namun, karena kebijakan penagihan tertunda yang diterapkan saat diskon, voucher, atau metode penagihan langganan digunakan, biaya yang dihitung berdasarkan rumus ini mungkin berbeda dari jumlah tagihan. Untuk menghitung biaya yang dialokasikan ke namespace, Anda dapat mengalikan total biaya kluster dengan rasio biaya namespace tersebut.
Tampilkan perubahan permintaan sumber daya dan pemanfaatan sumber daya kluster	(6)	Skenario: Membantu Anda menganalisis watermark sumber daya dan kapasitas sumber daya kluster untuk mengidentifikasi pemborosan sumber daya. Saat aktivitas scaling dipicu, watermark sumber daya kluster berfluktuasi secara periodik. Anda dapat menentukan kapasitas sumber daya kluster berdasarkan perubahan grafik histogram. Grafik histogram: Sumbu-Y: kapasitas total sumber daya kluster, yaitu jumlah total sumber daya yang dapat dialokasikan ke aplikasi dalam kluster. Kolom hijau: menunjukkan sumber daya yang diminta dalam jam saat ini. Kolom kuning: menunjukkan penggunaan sumber daya aktual proses dalam Pod dalam jam saat ini. Sumber daya yang dialokasikan ke aplikasi tetapi tidak digunakan = Kolom hijau - Kolom kuning Sumber daya kluster yang dapat dialokasikan = Sumbu-Y - Kolom hijau Prosedur analisis: Hindari pemborosan sumber daya yang tidak dialokasikan: Anda dapat memeriksa dan memanfaatkan sumber daya yang tidak dialokasikan dalam kluster. Anda dapat mengubah permintaan sumber daya Pod atau menurunkan spesifikasi instans yang menjalankan Pod tersebut. Kami merekomendasikan agar Anda menyisakan sekitar 20% sumber daya kluster yang tidak dialokasikan. Hindari pemborosan sumber daya yang dialokasikan tetapi tidak digunakan: Anda dapat mengidentifikasi aplikasi yang dialokasikan sumber daya berlebihan berdasarkan statistik sumber daya yang dialokasikan tetapi tidak digunakan serta aplikasi atau Pod yang paling banyak membuang sumber daya di dasbor namespace. Kemudian, Anda dapat menyesuaikan permintaan sumber daya tersebut. Scaling sumber daya: Saat bisnis Anda berfluktuasi secara periodik, Anda dapat merujuk pada perubahan watermark sumber daya dalam grafik histogram untuk mengubah ukuran sumber daya dalam kluster dan mengonfigurasi kebijakan scaling yang sesuai.
Detail penagihan kluster	(7) dan (8)	Daftar tagihan harian yang ditampilkan berdasarkan sumber daya cloud atau instans.

Dimensi namespace

Dasbor namespace memungkinkan Anda memfilter namespace dan melihat informasi sumber daya serta biaya berdasarkan namespace. Namespace digunakan untuk mengelola sumber daya yang dimiliki oleh departemen atau tim berbeda.

Kriteria filter

Fitur	Nomor	Deskripsi
Namespace	(1)	Pilih namespace untuk dianalisis. Nilai default adalah ALL, yang berarti semua namespace dalam kluster dipilih.
Model alokasi biaya	(2)	Model alokasi biaya mencakup model alokasi biaya sumber daya tunggal dan model alokasi biaya sumber daya hibrida berbobot. Untuk informasi selengkapnya, lihat Kebijakan estimasi biaya. CPU model: Model ini dipilih secara default. Estimasi biaya Pod berdasarkan jumlah sumber daya CPU yang diminta oleh Pod tersebut. Memory Model: Estimasi biaya Pod berdasarkan jumlah sumber daya memori yang diminta oleh Pod tersebut. CPU-Memory Hybrid Model (recommended weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori yang direkomendasikan untuk Pod tersebut. CPU-Memory Hybrid Model (Custom Weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori kustom untuk Pod tersebut. Setelah dipilih, Anda harus menentukan CPU Weight Setting (%).
Opsi analisis biaya namespace	(3)	Opsi analisis biaya kluster berikut tersedia: Actual Billing cost with discount: Opsi ini dipilih secara default. Pilih opsi ini untuk melihat jumlah pembayaran sumber daya cloud dalam kluster. Original Billing cost without discount: Pilih opsi ini untuk melihat jumlah tagihan sumber daya cloud yang dihitung berdasarkan harga daftar sumber daya tersebut di situs Alibaba Cloud International. Untuk informasi selengkapnya, lihat Bill Details.
Rentang waktu	(4)	Rentang waktu data yang ditampilkan di dasbor. Rentang waktu default adalah 7 hari terakhir. Anda dapat menentukan rentang waktu untuk melihat perubahan biaya dan sumber daya dalam periode tertentu.

Ikhtisar penagihan

Fitur

Nomor

Deskripsi

Statistik, estimasi biaya, dan biaya yang dialokasikan sumber daya dalam namespace

(1)

Anda dapat mengidentifikasi pemborosan sumber daya dalam namespace berdasarkan metrik CPU dan memori. Metrik:

Sumber daya CPU:
- CPU resource usage: jumlah vCore yang digunakan oleh namespace saat ini.
- CPU resource requests (Request): jumlah vCore yang dialokasikan ke namespace saat ini.
- Total CPU resources (Capacity): jumlah total vCore yang disediakan oleh kluster.
- CPU resource usage (Usage / Request): rasio vCore yang digunakan oleh namespace saat ini terhadap vCore yang diminta.
Sumber daya memori:
- Memory resource usage: jumlah memori yang digunakan oleh namespace saat ini.
- Memory resource requests (Request): jumlah memori yang dialokasikan ke namespace saat ini.
- Total memory resource capacity (Capacity): jumlah total memori yang disediakan oleh kluster.
- Memory resource utilization (Usage / Request): rasio memori yang digunakan oleh namespace saat ini terhadap memori yang diminta.
Sumber daya GPU:
- GPU memory resource usage (Usage): jumlah memori GPU yang digunakan oleh namespace saat ini.
- GPU memory resource allocation (Usage): jumlah memori GPU yang dialokasikan ke namespace saat ini.
- Total GPU memory resource capacity (Capacity): jumlah total memori GPU yang disediakan oleh kluster.
- GPU memory resource utilization (Pod Used / Pod Allocated): rasio memori GPU yang digunakan oleh namespace saat ini terhadap memori GPU yang dialokasikan.

(2)

Bagian (2) menampilkan statistik biaya aplikasi dalam namespace.

Namespace real-time cost estimation: estimasi biaya real-time namespace, yaitu jumlah biaya semua Pod dalam namespace tersebut.
Namespace Charges- Actual Billing cost with discount: biaya yang dialokasikan ke namespace, yaitu biaya kluster yang dialokasikan ke namespace berdasarkan rasio biaya namespace tersebut.

Detail dan tren biaya

Fitur	Nomor	Deskripsi
Harga satuan core hour	(1)	Tampilkan perubahan harga satuan core hour node yang menjalankan Pod aplikasi.
Perubahan pemanfaatan CPU dan memori	(2)	Tampilkan perubahan pemanfaatan CPU dan memori namespace.
Perubahan permintaan dan penggunaan sumber daya	(3)	Tampilkan perubahan alokasi sumber daya dan penggunaan sumber daya. Kurva biru menunjukkan perubahan sumber daya yang dialokasikan, sedangkan kurva merah menunjukkan perubahan sumber daya yang digunakan. Node menyisihkan sumber daya untuk Pod selama penjadwalan Pod. Jumlah sumber daya yang digunakan oleh proses kontainer biasanya berbeda dari jumlah sumber daya yang dialokasikan. Kedua kurva ini dapat membantu Anda mengoptimalkan alokasi sumber daya dan menghindari pemborosan sumber daya.
Perubahan biaya aplikasi dalam namespace	(4)	Tampilkan perubahan biaya aplikasi dalam namespace. Total biaya adalah jumlah tagihan namespace dalam rentang waktu yang ditentukan. Rasio biaya namespace terhadap biaya kluster.

Fitur	Nomor	Deskripsi
Peringkat Pod berdasarkan permintaan sumber daya	(1)	Urutkan Pod berdasarkan permintaan sumber daya untuk membantu Anda mengidentifikasi aplikasi yang meminta sumber daya paling banyak dan mengoptimalkan alokasi sumber daya.
Peringkat Pod berdasarkan pemanfaatan sumber daya	(2)	Urutkan Pod berdasarkan pemanfaatan sumber daya untuk membantu Anda mengidentifikasi aplikasi dengan pemanfaatan sumber daya terendah dan menghindari pemborosan sumber daya.
Peringkat Pod berdasarkan sumber daya idle	(3)	Rasio sumber daya idle Pod adalah rasio sumber daya yang tidak digunakan oleh Pod terhadap total sumber daya yang dialokasikan ke Pod tersebut. Nilai ini membantu Anda mengidentifikasi pemborosan sumber daya dalam Pod. Dengan menemukan Pod yang paling banyak membuang sumber daya dalam namespace, Anda dapat mengidentifikasi aplikasi penyebab pemborosan sumber daya dalam namespace tersebut, memecahkan masalahnya, lalu mengoptimalkan alokasi sumber daya secara tepat.

Node pool dimensi

Dasbor kelompok node menampilkan biaya sumber daya kluster untuk membantu Anda menganalisis penggunaan kelompok node dan memilih metode penagihan yang tepat.

Anda dapat menganalisis biaya kelompok node berbeda lalu melakukan pengendalian dan tata kelola biaya. Misalnya, kelompok node berakselerasi GPU mungkin dimiliki oleh beberapa departemen. Oleh karena itu, sulit menganalisis biaya berdasarkan namespace. Dalam skenario ini, Anda dapat mengalokasikan biaya berdasarkan kelompok node dan menetapkan kebijakan optimasi biaya untuk kelompok node berbeda.

Kriteria filter

Fitur	Nomor	Deskripsi
Opsi analisis biaya kelompok node	(1)	Opsi analisis biaya kluster berikut tersedia: Actual Billing cost with discount: Opsi ini dipilih secara default. Pilih opsi ini untuk melihat jumlah pembayaran sumber daya cloud dalam kluster. Original Billing cost without discount: Pilih opsi ini untuk melihat jumlah tagihan sumber daya cloud yang dihitung berdasarkan harga daftar sumber daya tersebut di situs Alibaba Cloud International. Untuk informasi selengkapnya, lihat Bill Details.
Kelompok node	(2)	Pilih kelompok node untuk menganalisis biayanya. Pengaturan default adalah All, yang berarti semua kelompok node dalam kluster dipilih.
Rentang waktu	(3)	Rentang waktu data yang ditampilkan di dasbor. Rentang waktu default adalah 7 hari terakhir. Anda dapat menentukan rentang waktu untuk melihat perubahan biaya dan sumber daya dalam periode tertentu.

Ikhtisar penagihan

Fitur	Nomor	Deskripsi
Biaya kelompok node	(1)	Jika laju pertumbuhan hari-ke-hari berwarna hijau, artinya biaya hari sebelumnya lebih rendah dibandingkan biaya hari sebelum hari sebelumnya. Jika berwarna merah, artinya biaya hari sebelumnya meningkat dibandingkan biaya hari sebelum hari sebelumnya.
Harga satuan core hour node	(2)	Tampilkan perubahan harga satuan core hour node dalam kelompok node dalam periode waktu tertentu.
Perubahan biaya node dan perubahan rasio biaya kelompok node	(3) dan (4)	Tampilkan perubahan biaya node dalam kelompok node, serta perubahan rasio biaya kelompok node terhadap total biaya kluster.

Metode penagihan dan estimasi biaya

Fitur	Nomor	Deskripsi
Estimasi penghematan biaya berdasarkan metode penagihan node untuk membantu Anda mengoptimalkan alokasi sumber daya dan memilih metode penagihan yang tepat.	(1), (2), dan (4)	Tampilkan rasio node yang menggunakan metode penagihan berbeda dan perubahan rasio dalam periode waktu tertentu, serta rasio biaya node yang menggunakan metode penagihan berbeda dan perubahan rasio dalam periode waktu tertentu. Metode penagihan berikut didukung: PayAsYouGo: pay-as-you-go. PayByPeriod: subscription. Spot: pay-by-preemptible-instance.
	(3) dan (6)	Estimasi penghematan biaya (atau biaya tambahan yang dikeluarkan) setelah Anda mengubah metode penagihan semua node dalam kelompok node. Hal ini membantu Anda mengoptimalkan alokasi sumber daya dan memilih metode penagihan yang tepat.
	(5)	Statistik biaya dan metode penagihan node dalam kelompok node.

Aplikasi dimensi

Dasbor aplikasi memungkinkan Anda menggunakan wildcard label untuk memfilter aplikasi dan melihat biaya serta penggunaan sumber daya aplikasi yang diinginkan. Analisis biaya aplikasi berfokus pada optimasi biaya berbasis skenario. Analisis biaya aplikasi berlaku untuk skenario seperti komputasi data besar, komputasi AI, dan skalabilitas elastis.

Dengan menggunakan wildcard label untuk memfilter aplikasi, Anda juga dapat memantau beberapa aplikasi yang saling bergantung secara bersamaan. Misalnya, Anda dapat menambahkan label yang sama ke semua aplikasi yang distreamline dalam suatu pipeline sehingga Anda dapat menganalisis biaya seluruh pipeline tersebut.

Kriteria filter

Fitur	Nomor	Deskripsi
Opsi analisis biaya kelompok node	(1)	Opsi analisis biaya kluster berikut tersedia: Actual Billing cost with discount: Opsi ini dipilih secara default. Pilih opsi ini untuk melihat jumlah pembayaran sumber daya cloud dalam kluster. Original Billing cost without discount: Pilih opsi ini untuk melihat jumlah tagihan sumber daya cloud yang dihitung berdasarkan harga daftar sumber daya tersebut di situs Alibaba Cloud International. Untuk informasi selengkapnya, lihat Bill Details.
Namespace	(1)	Pilih namespace untuk menganalisis biayanya. Pengaturan default adalah All, yang berarti semua namespace dalam kluster dipilih.
Filter aplikasi berdasarkan label	(2)	Masukkan label Pod. Anda dapat menentukan kunci label dan nilai label yang dipisahkan tanda sama dengan (`=`) atau titik dua (`:`), misalnya `app=ack-cost-exporter` atau `app:ack-cost-exporter`. Jika kunci label berisi garis miring maju (`/`), titik (`.`), dan tanda hubung (`-`), Anda harus menggantinya dengan garis bawah (`_`) dan menghapus semua tanda kutip ganda (`"`). Misalnya, `"sparkoperator.k8s.io/submission-id":"db08a66a-c0b7-4d32-8013-02ac4f8eff4c"` harus diubah menjadi: `sparkoperator_k8s_io_submission_id:db08a66a-c0b7-4d32-8013-02ac4f8eff4c`
Model alokasi biaya	(3)	Model alokasi biaya mencakup model alokasi biaya sumber daya tunggal dan model alokasi biaya sumber daya hibrida berbobot. Untuk informasi selengkapnya, lihat Kebijakan estimasi biaya. CPU model: Model ini dipilih secara default. Estimasi biaya Pod berdasarkan jumlah sumber daya CPU yang diminta oleh Pod tersebut. Memory Model: Estimasi biaya Pod berdasarkan jumlah sumber daya memori yang diminta oleh Pod tersebut. CPU-Memory Hybrid Model (recommended weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori yang direkomendasikan untuk Pod tersebut. CPU-Memory Hybrid Model (Custom Weights): Estimasi biaya Pod berdasarkan bobot CPU dan memori kustom untuk Pod tersebut. Setelah dipilih, Anda harus menentukan CPU Weight Setting (%).
Rentang waktu	(4)	Rentang waktu data yang ditampilkan di dasbor. Rentang waktu default adalah 7 hari terakhir. Anda dapat menentukan rentang waktu untuk melihat perubahan biaya dan sumber daya dalam periode tertentu.

Ikhtisar penagihan

Fitur	Nomor	Deskripsi
Biaya aplikasi dan pemanfaatan sumber daya komputasi	(1)	Tampilkan biaya aplikasi secara real-time dan analisis pemanfaatan sumber daya aplikasi tersebut. Application Cost: biaya aplikasi dalam rentang waktu yang dikueri. Biaya dihitung berdasarkan jumlah tagihan. Apply current number of copies: jumlah maksimum dan minimum Pod aplikasi. Computing Resource Utilization: pemanfaatan CPU dan memori (usage/request). Hourly cost of the node: harga satuan core hour node yang menjalankan Pod aplikasi. Application running time: statistik waktu proses aplikasi. Total number of core-time resource consumption: jumlah total core hour yang dikonsumsi oleh aplikasi. Application accounts for the entire cluster/namespace resource utilization: rasio sumber daya yang dikonsumsi oleh aplikasi terhadap total sumber daya dalam kluster, serta rasio sumber daya yang dikonsumsi oleh aplikasi terhadap total sumber daya dalam namespace.
Analisis biaya Pod	(2)	Tampilkan statistik sumber daya dan estimasi biaya real-time setiap Pod aplikasi.
Perubahan estimasi biaya aplikasi dan jumlah Pod	(3)	Apply estimated spending trends: menampilkan perubahan biaya per jam dan harga satuan core hour aplikasi dalam periode waktu tertentu. Application Pod Scale Trend: menampilkan perubahan jumlah Pod replikasi yang dibuat untuk aplikasi.
Perubahan permintaan dan penggunaan CPU, memori, dan GPU	(4)	Permintaan dan grafik CPU, memori, dan GPU: Sumbu-Y: kapasitas total sumber daya kluster, yaitu jumlah total sumber daya yang dapat dialokasikan ke aplikasi dalam kluster. Kolom biru: menunjukkan sumber daya yang diminta dalam jam saat ini. Kolom kuning: menunjukkan penggunaan sumber daya aktual proses dalam Pod dalam jam saat ini. Sumber daya yang dialokasikan ke aplikasi tetapi tidak digunakan = Kolom biru - Kolom kuning Sumber daya kluster yang dapat dialokasikan = Sumbu-Y - Kolom biru Prosedur analisis: Hindari pemborosan sumber daya yang tidak dialokasikan: Anda dapat memeriksa dan memanfaatkan sumber daya yang tidak dialokasikan dalam kluster. Anda dapat mengubah permintaan sumber daya Pod atau menurunkan spesifikasi instans yang menjalankan Pod tersebut. Kami merekomendasikan agar Anda menyisakan sekitar 20% sumber daya kluster yang tidak dialokasikan. Hindari pemborosan sumber daya yang dialokasikan tetapi tidak digunakan: Anda dapat mengidentifikasi aplikasi yang dialokasikan sumber daya berlebihan berdasarkan statistik sumber daya yang dialokasikan tetapi tidak digunakan serta aplikasi atau Pod yang paling banyak membuang sumber daya di dasbor namespace. Kemudian, Anda dapat menyesuaikan permintaan sumber daya tersebut. Scaling sumber daya: Saat bisnis Anda berfluktuasi secara periodik, Anda dapat merujuk pada perubahan watermark sumber daya dalam grafik histogram untuk mengubah ukuran sumber daya dalam kluster dan mengonfigurasi kebijakan scaling yang sesuai.

Metode penagihan dan penggunaan Pod

Fitur	Nomor	Deskripsi
Estimasi penghematan biaya setelah Anda mengubah metode penagihan node	(1)	Estimasi penghematan biaya (atau biaya tambahan yang dikeluarkan) setelah Anda mengubah metode penagihan semua node dalam kelompok node. Hal ini membantu Anda mengoptimalkan alokasi sumber daya dan memilih metode penagihan yang tepat.
Statistik biaya aplikasi	(2) dan (3)	Tampilkan statistik metode penagihan node yang menjalankan Pod aplikasi dan biaya per jam node untuk membantu Anda memilih metode penagihan yang tepat untuk node tersebut.
Peringkat Pod berdasarkan permintaan sumber daya, pemanfaatan sumber daya, dan sumber daya idle	(4)	Peringkat berikut dapat membantu Anda mengidentifikasi aplikasi dengan sumber daya idle paling banyak untuk menghindari pemborosan sumber daya: Pod resource request volume ranking: mengurutkan Pod berdasarkan permintaan sumber daya untuk membantu Anda mengidentifikasi aplikasi yang meminta sumber daya paling banyak dan mengoptimalkan alokasi sumber daya. Pod Resource Usage Ranking: mengurutkan Pod berdasarkan pemanfaatan sumber daya untuk membantu Anda mengidentifikasi aplikasi yang paling banyak membuang sumber daya. Pod resource idle ranking: menampilkan rasio sumber daya idle Pod terhadap sumber daya yang dialokasikan ke Pod tersebut untuk membantu Anda mengidentifikasi pemborosan sumber daya. Dengan menemukan Pod yang paling banyak membuang sumber daya dalam namespace, Anda dapat mengidentifikasi aplikasi penyebab pemborosan sumber daya dalam namespace tersebut, memecahkan masalahnya, lalu mengoptimalkan alokasi sumber daya secara tepat.

Gunakan fitur cost insights untuk menganalisis biaya node on-premises dalam kluster terdaftar dan biaya aplikasi yang diterapkan pada node tersebut

Anda dapat menggunakan cost insights untuk menganalisis biaya node on-premises dalam kluster terdaftar dan biaya aplikasi yang diterapkan pada node tersebut. Secara default, fitur cost insights menghitung biaya node on-premises dalam kluster terdaftar dan biaya aplikasi yang diterapkan pada node tersebut dengan harga satuan CNY 0,3/core hour. Bagian berikut menjelaskan cara menetapkan harga satuan kustom.

Konfigurasikan harga seragam untuk semua node IDC
Dalam namespace kube-system, Anda dapat mengonfigurasi harga seragam untuk semua node IDC dengan mengatur variabel lingkungan DefaultIDCPricePerCPUCoreHour dalam deployment ack-cost-exporter.
Catatan
Harga ini adalah harga per core CPU per jam (CNY/Core×Jam).
```
env:
# Tetapkan harga untuk setiap node IDC sebesar CNY 0,3 per core CPU per jam.
- name: DefaultIDCPricePerCPUCoreHour
  value: "0.3"
```
Konfigurasikan harga terpisah untuk node tertentu
Tambahkan label "node.kubernetes.io/price-per-day” ke node yang sesuai untuk mengonfigurasi harga terpisah untuk node tersebut.
Catatan
Harga ini adalah total harga untuk node ini selama satu hari.
Jalankan perintah berikut untuk menetapkan total harga untuk node tertentu sebesar CNY 100 per hari.
```
kubectl label nodes <node-name> node.kubernetes.io/price-per-day="100"
```

FAQ

Mengapa tidak ada data yang ditampilkan setelah saya mengaktifkan analisis biaya?

Periksa apakah Anda telah menyelesaikan otorisasi peran RAM. Untuk informasi selengkapnya, lihat Langkah 3 dalam topik Aktifkan cost insights. Analisis biaya didasarkan pada data pemantauan dan data biaya. Pengumpulan data pemantauan dimulai dalam waktu 3 menit setelah Anda mengaktifkan fitur cost insights. Data biaya ditampilkan pada pukul 08.00.00 (UTC+8) keesokan harinya.
Periksa apakah gateway NAT dikonfigurasi untuk kluster tersebut. Anda tidak dapat menggunakan titik akhir internal untuk mengkueri tagihan di wilayah tertentu. Pastikan kluster Anda memiliki akses Internet.
Data metrik Day-on-day Ratio dan Estimated Cost of Next Day ditampilkan setelah fitur cost insights mengumpulkan statistik selama dua hari berturut-turut.

Mengapa biaya namespace berbeda dari jumlah tagihan aktual?

Biaya namespace dihitung berdasarkan estimasi biaya dan tidak secara langsung terkait dengan jumlah tagihan aktual. Oleh karena itu, estimasi biaya didasarkan pada harga daftar. Namun, biaya aktual kluster dapat dikurangi oleh voucher, diskon, dan rencana penghematan biaya. Akibatnya, estimasi biaya namespace mungkin tidak sama dengan jumlah tagihan. Untuk mendapatkan biaya aktual namespace, Anda dapat mengalikan biaya aktual kluster dengan rasio biaya namespace tersebut.

Mengapa saya gagal mendapatkan data biaya Pod pada beberapa node?

Periksa apakah peran RAM telah diberikan izin yang diperlukan. Pastikan bahwa izin ecs:DescribeDisks termasuk dalam kebijakan izin. Untuk informasi selengkapnya, lihat Langkah 3 dalam topik Aktifkan cost insights.

Mengapa tagihan tidak menampilkan semua layanan cloud yang digunakan oleh kluster saya?

Analisis biaya hanya mengumpulkan informasi tentang layanan cloud yang eksklusif untuk kluster Anda. Informasi tentang layanan cloud yang digunakan bersama oleh beberapa kluster tidak dikumpulkan.

Fitur cost insights didasarkan pada fitur tag alokasi biaya di konsol Expenses and Costs. Fitur ini menggunakan pengenal khusus dalam tag layanan cloud (kunci: nilai = ack.aliyun.com:{{ClusterId}}) untuk melacak dan mengumpulkan statistik biaya kluster. Jika Anda menonaktifkan tag ini di halaman Cost allocation tags konsol Expenses and Costs, informasi biaya kluster tidak dapat dikumpulkan. Dalam kasus ini, Anda harus mengikuti petunjuk di halaman Cost allocation tags konsol Expenses and Costs untuk mengaktifkan tag dengan kunci ack.aliyun.com dan tag dengan kunci ack.alibabacloud.com/nodepool-id.

Mengapa pengeluaran bulanan atau mingguan lebih rendah dari jumlah aktual?

Data biaya kluster sebelum Anda mengaktifkan fitur cost insights tidak dianalisis saat fitur cost insights menghitung biaya kluster.