Gestión y optimización de costos

Versiones compatibles: EKS 1.29+, EKS Auto Mode GA Última actualización: July 11, 2026

Esta guía cubre estrategias de optimización de costos para EKS Auto Mode, incluidos análisis de costos, medición de ahorros con Spot, right-sizing de recursos e integración con Savings Plans.

Actualización de julio de 2026: las tarifas de gestión de GPU se redujeron hasta un 60%

A partir del 1 de julio de 2026, se redujeron las tarifas de gestión de EKS Auto Mode para GPU y tipos de instancia acelerados:

• G-series: tarifas de gestión reducidas en un 35%
• P-series y AWS Trainium: tarifas de gestión reducidas en un 60%

Las reducciones se aplican automáticamente a todos los clusters de Auto Mode en cada AWS Region donde EKS Auto Mode está disponible; no se requiere ninguna acción. Auto Mode incluye capacidades creadas para workloads acelerados, como la extracción y descompresión paralelas de imágenes en instancias GPU con almacenamiento NVMe local (para que los contenedores grandes y las imágenes de modelos se inicien más rápido) y reparación de nodes con conocimiento de aceleradores, que detecta fallos de hardware GPU y reemplaza automáticamente los nodes no saludables. Consulta precios de Amazon EKS para ver la tabla de tarifas actualizada. (Anuncio)

---

Mejores prácticas de optimización de costos

# cost-optimization-best-practices.yaml
apiVersion: karpenter.sh/v1
kind: NodePool
metadata:
  name: cost-optimized
spec:
  template:
    spec:
      requirements:
        # 1. Allow various instance families
        - key: karpenter.k8s.aws/instance-category
          operator: In
          values: ["m", "c", "r", "i", "d"]

        # 2. Include Graviton (ARM) instances (20% cheaper)
        - key: kubernetes.io/arch
          operator: In
          values: ["amd64", "arm64"]

        # 3. Prioritize Spot instances
        - key: karpenter.sh/capacity-type
          operator: In
          values: ["spot", "on-demand"]

      nodeClassRef:
        group: eks.amazonaws.com
        kind: NodeClass
        name: default

  # 4. Aggressive Consolidation
  disruption:
    consolidationPolicy: WhenEmptyOrUnderutilized
    consolidateAfter: 1m
---
# Pod settings for cost optimization
apiVersion: apps/v1
kind: Deployment
metadata:
  name: cost-efficient-app
spec:
  replicas: 5
  template:
    spec:
      # Prefer Spot
      affinity:
        nodeAffinity:
          preferredDuringSchedulingIgnoredDuringExecution:
            - weight: 100
              preference:
                matchExpressions:
                  - key: karpenter.sh/capacity-type
                    operator: In
                    values: ["spot"]

      # Appropriate resource requests (prevent overprovisioning)
      containers:
        - name: app
          resources:
            requests:
              cpu: 250m      # Based on actual usage
              memory: 256Mi
            limits:
              cpu: 500m
              memory: 512Mi

---

Panel de análisis de costos

Métricas de costo de CloudWatch

Configura un panel de CloudWatch para hacer seguimiento de los costos de Auto Mode:

{
  "widgets": [
    {
      "type": "metric",
      "properties": {
        "title": "Node Hours by Capacity Type",
        "metrics": [
          ["Karpenter", "karpenter_nodes_total", "capacity_type", "spot"],
          ["Karpenter", "karpenter_nodes_total", "capacity_type", "on-demand"]
        ],
        "period": 3600,
        "stat": "Average"
      }
    },
    {
      "type": "metric",
      "properties": {
        "title": "Node Provisioning Rate",
        "metrics": [
          ["Karpenter", "karpenter_nodeclaims_created"],
          ["Karpenter", "karpenter_nodeclaims_terminated"]
        ],
        "period": 3600,
        "stat": "Sum"
      }
    }
  ]
}

Integración con Kubecost

Para una asignación detallada de costos, integra Kubecost:

# Install Kubecost
helm repo add kubecost https://kubecost.github.io/cost-analyzer/
helm install kubecost kubecost/cost-analyzer \
  --namespace kubecost \
  --create-namespace \
  --set kubecostToken="<your-token>"

Métricas clave de Kubecost para Auto Mode:

Métrica	Descripción	Caso de uso
Costo del cluster	Gasto total de cómputo	Seguimiento de presupuesto
Costo de namespace	Costo por namespace	Chargeback
Costo de Pod	Costo por workload	Objetivos de optimización
Costo inactivo	Recursos no utilizados	Oportunidades de right-sizing
Ahorros de Spot	Diferencia entre Spot y On-Demand	Validar la estrategia de Spot

---

Medición de ahorros con Spot Instance

Calcular ahorros reales con Spot

# Get current node distribution
kubectl get nodes -L karpenter.sh/capacity-type -L node.kubernetes.io/instance-type | \
  awk 'NR>1 {print $6, $7}' | sort | uniq -c

Script de análisis de ahorros con Spot

#!/bin/bash
# spot-savings-analysis.sh

# Get Spot and On-Demand node counts
SPOT_NODES=$(kubectl get nodes -l karpenter.sh/capacity-type=spot --no-headers | wc -l)
OD_NODES=$(kubectl get nodes -l karpenter.sh/capacity-type=on-demand --no-headers | wc -l)

echo "Current Node Distribution:"
echo "  Spot nodes: $SPOT_NODES"
echo "  On-Demand nodes: $OD_NODES"
echo "  Spot percentage: $(echo "scale=2; $SPOT_NODES * 100 / ($SPOT_NODES + $OD_NODES)" | bc)%"

# Estimate savings (assuming average 70% Spot discount)
echo ""
echo "Estimated Monthly Savings:"
echo "  If all were On-Demand: \$X,XXX"
echo "  With current Spot mix: \$X,XXX"
echo "  Monthly savings: \$X,XXX (XX%)"

Consultas de AWS Cost Explorer

Usa Cost Explorer para analizar los costos de Auto Mode:

1. Filtrar por tag: eks:cluster-name = your-cluster
2. Agrupar por: Instance Type o Purchase Option
3. Intervalo de tiempo: Últimos 30 días
4. Comparar: gasto de Spot vs On-Demand

---

Análisis de right-sizing de recursos

Recomendaciones de VPA

Instala Vertical Pod Autoscaler para obtener recomendaciones de right-sizing:

# Install VPA
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/vpa-v1-crd-gen.yaml
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/vpa-rbac.yaml
kubectl apply -f https://github.com/kubernetes/autoscaler/releases/latest/download/recommender-deployment.yaml

Configura VPA en modo de recomendación:

apiVersion: autoscaling.k8s.io/v1
kind: VerticalPodAutoscaler
metadata:
  name: my-app-vpa
spec:
  targetRef:
    apiVersion: apps/v1
    kind: Deployment
    name: my-app
  updatePolicy:
    updateMode: "Off"  # Recommendation only
  resourcePolicy:
    containerPolicies:
      - containerName: '*'
        minAllowed:
          cpu: 100m
          memory: 128Mi
        maxAllowed:
          cpu: 4
          memory: 8Gi

Análisis de patrones de uso

# Get VPA recommendations
kubectl get vpa my-app-vpa -o jsonpath='{.status.recommendation.containerRecommendations[0]}' | jq

# Compare with current requests
kubectl get deployment my-app -o jsonpath='{.spec.template.spec.containers[0].resources}'

Matriz de decisión de right-sizing

Actual vs recomendado	Acción	Ahorros esperados
Request > 2x uso	Reducir request	20-50%
Request dentro de 2x	Óptimo	-
Request < uso	Aumentar request	Evitar OOM
Limit >> request	Reducir limit	Mejor bin-packing

---

Estrategia de Savings Plans y Reserved Instances

Cómo interactúan Savings Plans con Auto Mode

EKS Auto Mode con Savings Plans:

Escenario	Savings Plans se aplican	Recomendación
Nodes On-Demand	Sí	Comprar Compute Savings Plans
Nodes Spot	No (ya tienen descuento)	No incluir en la cobertura
Instancias Graviton	Sí (tarifa separada)	Considerar ARM Savings Plans
Workloads mixtos	Parcial	Calcular la línea base On-Demand

Dimensionamiento de Savings Plans

Recommended Savings Plans Coverage =
    Baseline On-Demand Hours *
    (1 - Expected Spot Percentage) *
    Average Instance Cost

Where:
- Baseline = Minimum sustained usage
- Expected Spot = Target Spot percentage (e.g., 60%)
- Don't over-commit (leave room for Spot)

Mejores prácticas de Savings Plans

Práctica	Justificación
Cubrir el 60-70% de la línea base On-Demand	Dejar margen para la optimización con Spot
Usar Compute Savings Plans	Flexibilidad entre tipos de instancia
Revisar trimestralmente	Ajustar a medida que evoluciona el workload
Excluir instancias GPU	Planes específicos de GPU separados

Reserved Instances vs Savings Plans

Factor	Reserved Instances	Savings Plans
Flexibilidad	Específica de la instancia	Cualquier instancia
Ajuste con Auto Mode	Deficiente (las instancias varían)	Bueno
Compromiso	1 o 3 años	1 o 3 años
Recomendación	No recomendado	Recomendado

---

Checklist de optimización de costos

Victorias rápidas

Acción	Ahorros estimados	Esfuerzo
Habilitar Spot instances	60-90% en nodes Spot	Bajo
Agregar soporte para ARM/Graviton	20% en instancias ARM	Bajo
Ajustar requests con right-sizing	10-30%	Medio
Habilitar consolidación	10-20%	Bajo

Optimizaciones de mediano plazo

Acción	Ahorros estimados	Esfuerzo
Implementar VPA	15-30%	Medio
Comprar Savings Plans	20-40% en On-Demand	Bajo
Optimización Multi-AZ	5-10%	Medio
Programación de workloads	10-20%	Alto

Alertas de monitoreo de costos

Configura alertas para anomalías de costos:

# CloudWatch Alarm for unexpected node growth
AWSTemplateFormatVersion: '2010-09-09'
Resources:
  NodeCountAlarm:
    Type: AWS::CloudWatch::Alarm
    Properties:
      AlarmName: EKS-Auto-Mode-Node-Count-High
      MetricName: karpenter_nodes_total
      Namespace: Karpenter
      Statistic: Average
      Period: 300
      EvaluationPeriods: 3
      Threshold: 100  # Adjust based on expected max
      ComparisonOperator: GreaterThanThreshold
      AlarmActions:
        - !Ref AlertSNSTopic

---

Atribución de costos

Estrategia de etiquetado para asignación de costos

# NodeClass with cost allocation tags
apiVersion: eks.amazonaws.com/v1
kind: NodeClass
metadata:
  name: tagged-nodeclass
spec:
  tags:
    Environment: production
    Team: platform
    CostCenter: "12345"
    Application: my-app
    ManagedBy: eks-auto-mode

Seguimiento de costos a nivel de namespace

# Namespace with cost labels
apiVersion: v1
kind: Namespace
metadata:
  name: team-a
  labels:
    cost-center: "team-a"
    environment: production

---

< Anterior: Operaciones | Tabla de contenidos | Siguiente: Ciclo de vida de Node >