本文介绍如何通过 Karpenter 动态调度阿里云 Spot 实例运行 Spark 作业，实现 90%+ 成本节省。

摘要：Freshworks 采用 Karpenter 优化 AWS EKS 资源利用率，解决原有方案导致的 低效问题。Karpenter 通过实时匹配 Pod 需求创建精准配置的 EC2 实例，显著提升性能、降低成本，并支持多实例类型与可控节点中断。部署通过 Terraform+ArgoCD 实现，配置 NodePool/EC2NodeClass 模板统一管理，结合优雅终止和分级调度策略，最终在保

摘要：2025年云计算基础设施管理正经历根本性变革，传统EC2自动扩展组(ASG)模式逐渐被取代。新一代解决方案包括无服务器容器、智能混合实例架构和轻量级虚拟化技术等，将关注点从"节点数量"转向"工作负载需求"。这种转变带来运维负担减轻、弹性效率提升等优势，但也面临控制权让渡和学习成本等挑战。团队需重新评估架构必要性，培养抽象化思维，以适应以工作负载为中心的

新年新趋势

在 Kubernetes 中，资源管理一直是个难题。配置复杂、调优困难，容易导致资源浪费和成本上升。虽然 Cluster Autoscaler 提供了基础的自动扩缩能力，但由于依赖节点组机制，响应慢、配置繁琐。Karpenter 作为更灵活的替代方案，通过直接与云厂商交互加快了扩缩容速度，简化了管理。但在实际场景中，它在调度复杂工作负载、应对 Spot 实例价格波动和中断风险方面仍有不足。