Горизонтальное масштабирование сервиса на лету
Когда и где
24 апреля | 19:00
онлайн
МИТАП
Горизонтальное
масштабирование сервиса на лету
масштабирование сервиса на лету
Горизонтальное масштабирование сервиса на лету
Спикер
Максим Гаджиев
сооснователь и CTO
онлайн-школы «Тетрика»
онлайн-школы «Тетрика»
Ведущий
Максим Лёвин
PO и ex-тимлид CDNvideo
Цель митапа
Обсудить современные подходы к масштабированию сервисов на лету, стандартные средства Kubernetes для этого и гибкие подходы, учитывающие специфику сервиса.
Как пройдет встреча
Максим Гаджиев – технический директор онлайн-школы «Тетрика» обсудит с продактом CDNvideo Максимом Лёвиным современные подходы к автоскейлингу сервисов в облаке. Гость расскажет о том, как делать это стандартно и как – более сложно: всё в том же Кубернетесе, но на основе своей кастомной метрики.
Без масштабирования на лету затраты на облако будут слишком большими, да и как ни закладывайся под свою нагрузку, всегда могут возникнуть пики, выходящие за рамки.
Ранее мы уже обсуждали, как можно настраивать Kubernetes, прошлись по вопросам экономии при использовании облака и поговорили про веб-сервера. Настало время разобраться, как именно, используя этот Кубер, экономить на этих самых облаках, если веб-серверы и приложения нагружаются очень нерегулярно, но с ясной закономерностью.
Самое банальное – менять размер кластера Kubernetes в зависимости от времени суток, с учётом средней динамики нагрузки на ваш сервис. Другой подход: отслеживать CPU и RAM приложений. В Kubernetes есть встроенная функциональность для горизонтального автоскейлинга под («Horizontal Pod Autoscaler» или HPA), но если по классике смотреть на CPU и RAM, то можно не успеть выделить новые виртуалки, если пики резкие и краткосрочные. Выход: использовать кастомные метрики и прогнозировать всплески нагрузки.
Кого ждем
Митап будет интересен бэкенд-разработчикам, админам, девопсам и, конечно, IT-менеджерам, желающим детальнее разобраться в том, что происходит по ту сторону браузера/терминала/API, когда происходит обращение к их сервису или приложению.