Crane智能调度助力云原生降本增效

案例背景:
经过腾讯云用户的调研，我们发现越来越多的公司正在将业务迁移到Kubernetes上。然而，云资源的装箱率和利用率远低于预期，导致了严重的云支出浪费问题。为此，腾讯参考了FinOps“云成本优化”方法论，在面向Kubernetes的云资源用量调优和成本优化方面进行了实践。通过大量的案例研究、数据收集和多轮迭代，我们总结了整个成本优化过程，并将其贡献为开源项目 - Crane：Cloud Resource Analytics and Economics。

解决思路:
在本次技术分享中，我们将介绍如何在大规模k8s集群（500个集群，500万核）场景下，实现应用程序画像、细粒度调度、Colocation等功能，以及如何通过Crane的成本监控、云成熟度级别、智能推荐等功能，每月为公司节省大量成本。如果您对云成本优化或以上技术细节感兴趣，那么从这个分享中可以学习Crane如何赋能企业高效地使用云计算资源。

成果：
1.在腾讯内部大规模落地，全面上线一个月后，大盘总核数降低25%
2.网易使用Crane后，集群利用率从10%提升到25%，两个月内下线30台物理机，为公司节省数十万元每月的成本