Palestra: Multi-tenancy in Kubernetes
Share this on:
This presentation is now available to view on InfoQ.com
Assista a palestra com transcriçãoPontos Principais
- Shared clusters can help companies use their kubernetes deployments cost-effectively and reduce operational overhead;
- Cluster sharing brings with it the need for additional insights tooling (e.g., metrics breakdown by namespace/label, usage metering per namespace/label);
- The kubernetes model allows for different setups that are best for different situations: isolated clusters, isolated nodes (i.e., each node is dedicated to one tenant), or fully shared clusters. This flexibility within the same model can help drive up operational efficiency.
Resumo
Most business need to run multiple applications (e.g., multiple microservices) or serve many clients (e.g., a SaaS providing a database per client). Running multiple applications with kubernetes, or serving multiple tenants, can be approached in several ways. The simplest, but least cost-effective, is to have a separate cluster for each application or tenant. On the other end of the extreme are shared clusters, where each application or tenant is assigned a namespace (or label) in the kubernetes cluster. The latter model allows for better cost efficiency. In this talk, I will share both the mechanics and the implications of cluster sharing on cost, isolation, and operational efficiency. I will discuss use cases where cluster sharing is appropriate, for instance in the case of multiple small applications, or applications that run at non-overlapping times (e.g., interspersing batch workloads with services when traffic to those services is low). I will also talk about times when cluster sharing is more challenging. At the end of this talk, I hope to give you a good idea for how to think about the different approaches to sharing.
Tracks 2020
-
Arquiteturas que você sempre quis conhecer
Segredos arquiteturais de aplicações populares, com milhões de pessoas usuárias e que nunca saem do ar.
-
Engenharia aplicada a Machine Learning
Conheça as principais técnicas de engenharia e arquitetura de software de larga escala aplicadas a Machine Learning.
-
Microservices: melhores práticas e padrões
Frameworks modernos e os desafios de implantação, gestão e pós-produção
-
Arquiteturas de vanguarda
Conheça as técnicas e tecnologias modernas que dominarão as arquiteturas em 2020.
-
Atingindo todo o potencial de containers
Técnicas modernas de DevOps, Containers e Continuous Delivery para explorar o potencial da conteinerização de aplicações.
-
Machine Learning e Inteligência Artificial
Algoritmos, técnicas e ferramentas: o que está por trás de sistemas e soluções cada vez mais assertivas.
-
Data Science aplicada
Tecnologias e as boas práticas da ciência de dados trazendo ganho e diferencial competitivo para grandes empresas.
-
Java e JVM em evolução
Performance, escalabilidade e as mais recentes novidades da principal plataforma de desenvolvimento no Brasil e no mundo.
-
JavaScript: a plataforma da web moderna
Explore profundamente os frameworks que tornam o JavaScript tão popular e saiba como as linguagens baseadas em JavaScript estão evoluindo o desenvolvimento de front-end (e back-end).
-
Levando sua carreira para o próximo nível
Habilidades e estratégias para destravar sua carreira e potencializar seu desenvolvimento profissional.
-
Construindo culturas de desenvolvimento duradouras
Criando e evoluindo a cultura de empresas: novas formas de organizar times com foco em produtividade.
-
Ciência da Computação no mundo real
Temas avançados em computação. Técnicas clássicas e modernas direto da academia para o seu código.
-
Linguagens do século 21
Linguagens e plataformas emergentes, com ênfase em linguagens projetadas para alta concorrência e sistemas distribuídos.
-
AMA (Ask Me Anything)
Discussões mais profundas com palestrantes do QCon São Paulo.
-
Solutions Track
Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.