Nach Abschluss der GKE-Lernaufgaben Ressourcen bereinigen, um Gebühren zu vermeiden.
Wenn Sie planen, weiteren Anleitungen zu folgen, warten Sie, bis diese abgeschlossen sind, bevor Sie die Bereinigung durchführen. Sie können den Kubernetes-Beispielcluster in den meisten GKE-Anleitungen verwenden.
Bereinigung durchführen, um Gebühren zu vermeiden
Wenn Sie ein neues Projekt erstellt haben, um mehr über GKE zu erfahren, und dieses Projekt nicht mehr benötigen, löschen Sie das Projekt.
Wenn Sie ein vorhandenes GKE-Projekt verwendet haben, löschen Sie die von Ihnen erstellten Ressourcen. So vermeiden Sie, dass Ihrem Konto Gebühren in Rechnung gestellt werden:
Wählen Sie die Zeile mit hello-world-cluster aus und klicken Sie auf Löschen.
Führen Sie im Fenster hello-world-cluster löschen die folgenden Schritte aus:
Geben Sie im Feld hello-world-cluster den Wert hello-world-cluster ein.
Klicken Sie auf Löschen.
Wenn Sie eine Fehlermeldung zu dem zu reparierenden Cluster erhalten, können Sie warten, bis der Vorgang abgeschlossen ist, und dann den Cluster löschen. Dieser Vorgang kann einige Zeit dauern.
Wenn Sie eine Logsenke und einen Bucket erstellt haben, als Sie den Anweisungen in anderen Anleitungen gefolgt sind:
Rufen Sie in Cloud Logging die Seite Logspeicher auf.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-07-14 (UTC)."],[],[],null,["# Clean up the sample cluster and workload\n\n[Autopilot](/kubernetes-engine/docs/concepts/autopilot-overview)\n\n*** ** * ** ***\n\nWhen you finish learning about GKE, clean up to avoid\nbilling charges.\n\nIf you plan to take additional tutorials, wait until you finish those\ntutorials before you clean up. You can use the sample Kubernetes cluster\nin most GKE tutorials.\n\nClean up to avoid billing charges\n---------------------------------\n\nIf you created a new project to learn about GKE and you no\nlonger need the project, [delete the project](https://console.cloud.google.com/cloud-resource-manager).\n\nIf you used an existing GKE project, delete the resources you\ncreated to avoid incurring charges to your account:\n\n1. Go to the GKE **Clusters** page.\n\n\n [Go to Clusters](https://console.cloud.google.com/kubernetes/list/overview)\n\n \u003cbr /\u003e\n\n2. Select the row containing **hello-world-cluster** , and click\n **Delete**.\n\n3. In the **Delete hello-world-cluster** window, do the following:\n\n 1. In the **hello-world-cluster** field, enter `hello-world-cluster`.\n\n 2. Click **Delete**.\n\n If you receive an error message about the cluster being repaired, you can\n wait for the process to complete, and then delete the cluster. This operation\n might take some time to complete.\n4. If you created a logs sink and bucket when following instructions in other\n tutorials:\n\n 1. Go to the Cloud Logging **Logs storage** page.\n\n\n [Go to Logs storage](https://console.cloud.google.com/logs/storage)\n\n \u003cbr /\u003e\n\n 2. Select **hello-world-cluster-bucket** and click **Delete**.\n\n 3. Go to the Logging **Log router** page.\n\n\n [Go to Log router](https://console.cloud.google.com/logs/router)\n\n \u003cbr /\u003e\n\n 4. Select **hello-world-cluster-sink** and click **Delete**.\n\nWhat's next\n-----------\n\n- View [code samples](/docs/samples) demonstrating the usage of\n Google Cloud products.\n\n- Discover [best practices and reference architectures](/architecture/application-development)\n for application development \"Architecture guides for application development\"\n\n- [Plan, architect, deploy, and operate](/kubernetes-engine/docs/best-practices/scalability)\n large workloads on GKE clusters while scaling workloads within\n service-level objectives (SLOs)."]]
