до 50 узлов

в группе

до 110 подов

на каждую ноду кластера

До 112 CPU и 896 Gb RAM

на 1 ноду

99,95%

гарантированный SLA

Функциональные возможности

Масштабирование кластера и приложений

  • Гибкие конфигурации воркер нод (CPU/RAM) под любые рабочие нагрузки
  • Расширение количества воркер нод до 50 в группе
  • Автоматическое масштабирование воркер нод
  • Возможность создания воркер нод с GPU

Управление кластером

  • Возможность доступа из kubectl и других сторонних клиентов для K8s
  • Возможность управлять кластером из публичной сети (FIP)
  • Наличие Terraform провайдера
  • Единый интерфейс управления облачными сервисами и поддержка API
  • Актуальные версии: 1.23; 1.29 – 1.34

Безопасность в процессе эксплуатации

  • Обновление кластера без простоя
  • Автоматическая установка патчей в установленное окно обслуживания
  • AutoHealing: автоматическое восстановление системных подов
  • Системный мониторинг Control Plane
  • Автоматическое пересоздание воркер нод в случае нештатной ситуации
  • Интеграция с приватными репозиториями

Надежная архитектура

Схема работы сервиса

Среда исполнения

  • Сontainerd
  • CRI-O

Сетевой плагин

  • Calico
  • Cilium

Отказоустойчивость и безопасность кластера

  • Скрытый Control Plane с управлением на стороне провайдера
  • Cluster API

Доступные конфигурации Control Plane

Флейвор
Отказоустойчивость
Кол-во мастеров
vCPU
RAM
Small
Нет
1
4
8
Small
Да
3
12
24
Medium
Нет
1
8
16
Medium
Да
3
24
48
Large
Нет
1
16
32
Large
Да
3
48
96

Зоны ответственности

Процесс
Клиент
T1 Облако
Управление кластером и рабочими нодами
Создание и запуск приложения
Инициирование масштабирования и обновления
Настройка мастер и рабочих нод
Мониторинг мастер и рабочих нод
Развертывание компонентов кластера
Возможность масштабирования и восстановления нод
Обновление патчей версий кластера
Доступность кластера и отказоустойчивость
Обеспечение технической поддержкой

Модель оплаты

Pay-As-You-Go

  • Поминутная тарификация
  • Оплата на основе фактического потребления только за вычислительные ресурсы и дисковое пространство в течение определенного времени
  • В случае масштабирования ресурсов, учтем повышение или снижение уровня потребления