En esta página, se proporciona un conjunto de recomendaciones para planificar, diseñar, implementar, escalar y operar cargas de trabajo grandes en clústeres de Google Kubernetes Engine (GKE). Te recomendamos seguir estas recomendaciones para mantener las cargas de trabajo de escalamiento dentro de los objetivos de nivel de servicio (SLO).
Recomendaciones disponibles para la escalabilidad
Antes de planificar y diseñar una arquitectura de GKE, asigna parámetros específicos a tu carga de trabajo (por ejemplo, la cantidad de usuarios activos, el tiempo de respuesta esperado, los recursos de procesamiento necesarios) con los recursos que usa Kubernetes (como Pods, Services y “CustomResourceDefinition”). Con esta información asignada, revisa las recomendaciones de escalabilidad de GKE.
Las recomendaciones de escalabilidad se dividen en función de los siguientes permisos de planificación:
Planifica para la escalabilidad: Obtén información sobre las prácticas recomendadas generales para diseñar cargas de trabajo y clústeres a fin de obtener un rendimiento confiable cuando se ejecuten en clústeres pequeños y grandes. Estas recomendaciones son útiles para arquitectos, administradores de plataformas y desarrolladores de Kubernetes. Si deseas obtener más información, consulta Planifica para la escalabilidad.
Planifica para clústeres de GKE de gran tamaño: Aprende a planificar la ejecución de clústeres de GKE de gran tamaño. Obtén información sobre los límites conocidos de Kubernetes y GKE, y las formas para evitar alcanzarlos. Estas recomendaciones son útiles para los arquitectos y los administradores de plataformas. Si deseas obtener más información, consulta Planifica para clústeres de GKE grandes.
Planifica para cargas de trabajo grandes: Aprende a planificar arquitecturas que ejecuten cargas de trabajo grandes de Kubernetes en GKE. Se abordan las recomendaciones para distribuir la carga de trabajo entre los proyectos y los clústeres, y se ajustan las cuotas requeridas para estas cargas de trabajo. Estas recomendaciones son útiles para los arquitectos y los administradores de plataformas.
Si deseas obtener más información, consulta Planifica para cargas de trabajo grandes.
Estas recomendaciones de escalabilidad son generales de GKE y se aplican a los modos GKE Standard y GKE Autopilot. GKE Autopilot aprovisiona y administra la infraestructura subyacente del clúster por ti; por lo tanto, algunas recomendaciones no son aplicables.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-08-04 (UTC)"],[],[],null,["# About GKE Scalability\n\n[Autopilot](/kubernetes-engine/docs/concepts/autopilot-overview) [Standard](/kubernetes-engine/docs/concepts/choose-cluster-mode)\n\n*** ** * ** ***\n\nThis page provides a set of recommendations for planning, architecting, deploying, scaling, and operating large workloads on Google Kubernetes Engine (GKE) clusters. We recommend you follow these recommendations to keep your scaling workloads within [service-level objectives (SLOs)](https://landing.google.com/sre/sre-book/chapters/service-level-objectives).\n\n\u003cbr /\u003e\n\nAvailable recommendations for scalability\n-----------------------------------------\n\nBefore planning and designing a GKE architecture, map parameters specific to your\nworkload (for example the number of active users, expected response time,\nrequired compute resources) with the resources used by Kubernetes (such as Pods,\nServices, and 'CustomResourceDefinition'). With this information mapped, review\nthe GKE scalability recommendations.\n\nThe scalability recommendations are divided based in the following planning scopes:\n\n- **Plan for scalability** : To learn about the general best practices for designing your workloads and clusters for reliable performance when running on both small and large clusters. These recommendations are useful for architects, platform administrators, and Kubernetes developers. To learn more, see [Plan for scalability](/kubernetes-engine/docs/concepts/planning-scalability).\n- **Plan for large-size GKE clusters** : To learn how to plan to run very big-size GKE clusters. Learn about known limits of Kubernetes and GKE and ways to avoid reaching them. These recommendations are useful for architects and platform administrators. To learn more, see [Plan for large GKE clusters](/kubernetes-engine/docs/concepts/planning-large-clusters).\n- **Plan for large workloads** : To learn how to plan architectures that run large Kubernetes workloads on GKE. It covers recommendations for distributing the workload among projects and clusters, and adjusting these workload required quotas. These recommendations are useful for architects and platform administrators. To learn more, see [Plan for large workloads](/kubernetes-engine/docs/concepts/planning-large-workloads).\n\nThese scalability recommendations are general to GKE and are applicable to both\nGKE Standard and GKE Autopilot modes. GKE Autopilot provisions and manages\nthe cluster's underlying infrastructure for you, therefore some recommendations\nare not applicable.\n| **Caution:** Test your planned cluster configuration before its implementation. Some design decisions might include fixed parameters, for example, CIDRs definition. Changing these parameters on existing clusters is not available and it requires cluster recreation.\n\nWhat's next?\n------------\n\n- [Plan for scalability](/kubernetes-engine/docs/concepts/planning-scalability).\n- [Plan for large GKE clusters](/kubernetes-engine/docs/concepts/planning-large-clusters)\n- [Plan for large workloads](/kubernetes-engine/docs/concepts/planning-large-workloads)\n- See our episodes about [building large GKE clusters](https://www.youtube.com/watch?v=542XwAPKh4g)."]]
