Kubernetes

2026 年 Kubernetes 成本管理工具对比：Kubecost、OpenCost 与 CloudZero

文章对比了 2026 年主流 Kubernetes 成本管理工具（如 Kubecost、OpenCost、CloudZero），从成本分摊粒度、多集群多云的覆盖范围、showback/chargeback 支持及定价模式等维度展开分析，并指出云厂商原生账单工具无法反映 pod 与命名空间级别的花费，建议团队按自身成熟度选型。

Lyft 将流处理集群迁移至 Apache Flink Kubernetes Operator

Lyft 已将数百个生产环境 Flink 作业从 2020 年自研的 Kubernetes operator 迁移至 Apache Flink Kubernetes Operator，从而在整个集群中实现了 last-state 升级、原地自动扩缩容和资源自动调优。作者：Mark Silvester

Dynatrace Release Radar 08.26：AI 安全、Kubernetes 标签与 Agentic Assist 更新

Dynatrace 发布 8 月更新综述，涵盖数据库故障排查、Kubernetes 元数据、AI 安全、边缘组件更新、数据增强、Agentic Assist 以及跨应用导航等能力。其中 Dynatrace Assist 对话启动器从生成式升级为 Agentic AI，可在实时环境上下文中调用工具进行问题调查与分析；OpenPipeline 新增内联查找处理器简化数据增强；AI 安全新增自动漏洞告警工作流和 dt-sec-insights 技能；Kubernetes 推出集中式标签策略统一元数据增强；Infrastructure & Operations 可直接跳转至 Logs、Clouds、Kubernetes 和 Services 并保留过滤条件。

监控 Kubernetes 中 AI 训练的 TAS 与 Gang Scheduling

Datadog 介绍如何关联 Kueue、Coscheduling、GPU 和训练框架信号，以验证 gang scheduling 和拓扑感知调度（TAS），解决分布式 AI 训练在 Kubernetes 上的调度难题。

Kubernetes 1.36 恢复数据库备份失去的一致性保证

Kubernetes 1.36 正式推出 VolumeGroupSnapshot API，将传统企业存储阵列中的一致性组概念带回云原生环境。此前 CSI 的 VolumeSnapshot 仅针对单个 PVC，多卷应用（如数据与 WAL 分离的 PostgreSQL）在快照时存在时间差，导致备份虽报告成功却互相不一致。新 API 通过标签选择器将属于同一应用的多个卷在一次原子操作中同时快照，无需暂停应用，Velero 等备份工具已开始基于该上游标准构建恢复流程。

Dynamo：将多节点 GPU 集群编排为协调推理系统的数据中心级推理栈

ai-dynamo/dynamo · A Datacenter Scale Distributed Inference Serving Framework

Dynamo 是构建在 SGLang、TensorRT-LLM、vLLM 等推理引擎之上的开源数据中心级推理编排层，将这些引擎组织为多节点协调推理系统。它提供分离式预填充/解码服务、KV 感知路由、多级 KV 缓存卸载、SLA 驱动的自动扩缩容、模型权重流式加载与请求迁移容错等能力，面向 LLM、推理、多模态与视频生成等工作负载。项目以 Rust 实现核心性能、Python 提供扩展性，支持容器、PyPI 与 Kubernetes（含 Gateway API 推理扩展）等多种部署方式，并附带内置 recipes 与示例。