Google Cloud anunció hoy un nuevo modo operativo para su Kubernetes Engine (GKE) que entrega la administración de gran parte de las operaciones diarias de un clúster de contenedores a los propios ingenieros y herramientas automatizadas de Google. Con Autopilot, como se llama el nuevo modo, Google administra todas las operaciones del Día 2 para administrar estos clústeres y sus nodos, todo mientras implementa las mejores prácticas para operarlos y asegurarlos.
Este nuevo modo aumenta la experiencia de GKE existente, que ya administraba la mayor parte de la infraestructura necesaria para crear un clúster. Esta experiencia ‘estándar’, como la llama ahora Google Cloud, todavía está disponible y permite a los usuarios personalizar sus configuraciones a su gusto y aprovisionar y administrar manualmente su infraestructura de nodo.
Drew Bradstock, el gerente de productos del grupo de GKE, me dijo que la idea detrás de Autopilot era reunir todas las herramientas que Google ya tenía para GKE y unirlas con sus equipos de SRE que saben cómo ejecutar estos clústeres en producción, y lo hemos hecho durante mucho tiempo dentro de la empresa.
“El piloto automático une el escalado automático, las actualizaciones automáticas, el mantenimiento, las operaciones del día 2 y, lo que es más importante, lo hace de una manera reforzada”, señaló Bradstock. “[…] Lo que esto ha permitido a nuestros clientes iniciales hacer es ofrecer muy rápidamente un mejor entorno para desarrolladores o desarrollo y pruebas, así como producción, porque pueden ir desde el Día Cero y el final de ese tiempo de creación de clúster de cinco minutos, y realmente tener El día 2 también se hizo “.
Créditos de imagen: Google
Desde la perspectiva de un desarrollador, nada cambia realmente aquí, pero este nuevo modo libera a los equipos para que se concentren en las cargas de trabajo reales y menos en la gestión de clústeres de Kubernetes. Con Autopilot, las empresas aún obtienen los beneficios de Kubernetes, pero sin todo el trabajo de administración y mantenimiento de rutina que conlleva. Y esa es definitivamente una tendencia que hemos estado viendo a medida que el ecosistema de Kubernetes ha evolucionado. Después de todo, pocas empresas ven su capacidad para gestionar Kubernetes de forma eficaz como su diferenciador competitivo real.
Todo eso tiene un precio, por supuesto, además de la tarifa fija estándar de GKE de $ 0.10 por hora y clúster (también hay un nivel de GKE gratuito que proporciona $ 74.40 en créditos de facturación), además de tarifas adicionales por los recursos que sus clústeres y pods consumir. Google ofrece un SLA del 99,95% para el plano de control de sus clústeres de piloto automático y un SLA del 99,9% para los módulos de piloto automático en varias zonas.
Créditos de imagen: Google
Autopilot para GKE se une a un conjunto de productos centrados en contenedores en la cartera de Google Cloud que también incluye Anthos para ejecutarse en entornos de múltiples nubes y Cloud Run, la oferta sin servidor de Google. “[Autopilot] realmente es [about] traer los aspectos de automatización en GKE que tenemos para ejecutar en Google Cloud, y juntarlo todo en un paquete fácil de usar, de modo que si es nuevo en Kubernetes, o tiene una flota muy grande, drásticamente reduce la cantidad de tiempo, operaciones e incluso computación que necesita usar ”, explicó Bradstock.
Y aunque GKE es una parte clave de Anthos, ese servicio se trata más de llevar la administración de configuración de Google, la malla de servicios y otras herramientas al centro de datos de una empresa. El piloto automático de GKE, al menos por ahora, solo está disponible en Google Cloud.
“En el lado sin servidor, Cloud Run es realmente genial para una experiencia de desarrollo obstinada”, agregó Bradstock. “Por lo tanto, puede ponerse en marcha realmente rápido si desea que una aplicación pueda pasar de cero a 1000 y volver a cero, sin preocuparse por nada y que Google la administre por completo. Eso es muy valioso e ideal para mucho desarrollo. Autopilot se trata más de simplificar toda la plataforma en la que trabajan las personas cuando quieren aprovechar el ecosistema de Kubernetes, tener mucho más control y tener un montón de aplicaciones ejecutándose en un entorno “.
Source link