AWS EKS + Karpenter Spot实例优化实践指南

背景分析

在生产环境中，我们经常发现EKS集群没有充分利用Spot实例的成本优势。通过分析一个典型的AI/ML生产集群，发现以下现状：

• 7个节点全部使用按需实例
• 包含GPU节点(g4dn系列)和CPU节点(c6a/m6i系列)
• 使用Karpenter进行节点自动扩缩容
• 配置支持Spot但实际未使用

为什么没有使用Spot实例

1. 默认配置保守

# 检查当前节点类型 - 查看集群中节点的实例类型和生命周期
kubectl get nodes -o json | jq -r '.items[] | {name: .metadata.name, instanceType: .metadata.labels["node.kubernetes.io/instance-type"], lifecycle: .metadata.labels["eks.amazonaws.com/capacityType"]
}'

2. Karpenter调度策略

• 默认优先选择按需实例保证稳定性