AWS EKS でのインスタンスクラスと Pod 上限数のコストパフォーマンス分析

2026-03-18 12:00 (66 minutes later)
AWS EKS でのインスタンスクラスと Pod 上限数のコストパフォーマンス分析

背景

Amazon EKS (Elastic Kubernetes Service) でワーカーノードのインスタンスタイプを選定する際、vCPU やメモリのスペックだけでなく、そのインスタンスで起動可能な最大 Pod 数がコストパフォーマンスに大きく影響する。

EKS では、各インスタンスの ENI (Elastic Network Interface) 数と ENI あたりの IPv4 アドレス数により、最大 Pod 数が以下の式で決定される。

Max Pods = (ENI数 × (ENIあたりIPv4数 - 1)) + 2

この値は AWS 公式の eni-max-pods.txt に定義されている。本記事では、この Max Pods とインスタンスの On-Demand 価格から、Pod あたりのコストを算出し、最もコストパフォーマンスの高いインスタンスタイプを明らかにする。

インスタンスサイズによる Max Pods の段差

調査の結果、インスタンスサイズと Max Pods の関係に非直感的な段差が存在することがわかった。

サイズ Max Pods 備考
small (t3のみ) 11
medium (t3のみ) 17
large 29
xlarge 58
2xlarge 58 xlarge と同じ
4xlarge 234 一気に4倍
8xlarge 234 4xlarge と同じ

ここで注目すべきは、2xlarge は xlarge と同じ Pod 数 (58) なのに価格は2倍であり、8xlarge も 4xlarge と同じ Pod 数 (234) なのに価格は2倍という点である。Pod 密度の観点では、2xlarge と 8xlarge は選択すべきではない。

Pod あたりコスト ランキング (ap-northeast-1, On-Demand)

価格は AWS Pricing API (2026-03-17 時点) より取得した。2xlarge と 8xlarge は Pod 数が同サイズの xlarge / 4xlarge と同じで価格が2倍のため、すべて省略している。

Rank Instance $/hr Max Pods $/pod/hr 月額/pod
1 t3.small $0.0155 11 $0.00141 $1.03
2 c7g.4xlarge $0.3789 234 $0.00162 $1.18
3 c7g.xlarge $0.0947 58 $0.00163 $1.19
4 c7g.large $0.0474 29 $0.00163 $1.19
5 c6g.4xlarge $0.4032 234 $0.00172 $1.26
6 c6g.large $0.0504 29 $0.00174 $1.27
7 c6g.xlarge $0.1008 58 $0.00174 $1.27
8 m6g.4xlarge $0.4123 234 $0.00176 $1.29
9 t3.large $0.0618 35 $0.00177 $1.29
10 m6g.large $0.0515 29 $0.00178 $1.30
11 m6g.xlarge $0.1031 58 $0.00178 $1.30
12 t3.medium $0.0309 17 $0.00182 $1.33
13 m7g.4xlarge $0.4380 234 $0.00187 $1.37
14 m7g.large $0.0548 29 $0.00189 $1.38
15 m7g.xlarge $0.1095 58 $0.00189 $1.38
16 c6i.4xlarge $0.4456 234 $0.00190 $1.39
17 c6i.large $0.0557 29 $0.00192 $1.40
18 c6i.xlarge $0.1114 58 $0.00192 $1.40
19 c7i.4xlarge $0.4679 234 $0.00200 $1.46
20 c7i.large $0.0585 29 $0.00202 $1.47
21 c7i.xlarge $0.1170 58 $0.00202 $1.47
22 t3.xlarge $0.1236 58 $0.00213 $1.56
23 c5.4xlarge $0.5070 234 $0.00217 $1.58
24 c5.large $0.0630 29 $0.00217 $1.59
25 r6g.4xlarge $0.5096 234 $0.00218 $1.59
26 c5.xlarge $0.1270 58 $0.00219 $1.60
27 m6i.4xlarge $0.5154 234 $0.00220 $1.61
28 r6g.large $0.0637 29 $0.00220 $1.60
29 r6g.xlarge $0.1274 58 $0.00220 $1.60
30 m6i.large $0.0644 29 $0.00222 $1.62
31 m6i.xlarge $0.1288 58 $0.00222 $1.62
32 r7g.4xlarge $0.5392 234 $0.00230 $1.68
33 m7i.4xlarge $0.5412 234 $0.00231 $1.69
34 r7g.large $0.0674 29 $0.00232 $1.70
35 r7g.xlarge $0.1348 58 $0.00232 $1.70
36 m7i.large $0.0676 29 $0.00233 $1.70
37 m7i.xlarge $0.1353 58 $0.00233 $1.70
38 m5.4xlarge $0.5750 234 $0.00246 $1.79
39 m5.large $0.0720 29 $0.00248 $1.81
40 m5.xlarge $0.1440 58 $0.00248 $1.81
41 r6i.4xlarge $0.6343 234 $0.00271 $1.98
42 r5.4xlarge $0.6340 234 $0.00271 $1.98
43 r5.large $0.0790 29 $0.00272 $1.99
44 r6i.large $0.0793 29 $0.00273 $2.00
45 r6i.xlarge $0.1586 58 $0.00273 $2.00
46 r5.xlarge $0.1590 58 $0.00274 $2.00
47 r7i.4xlarge $0.6660 234 $0.00285 $2.08
48 r7i.large $0.0833 29 $0.00287 $2.10
49 r7i.xlarge $0.1665 58 $0.00287 $2.10

結論

Pod 密度のコスパ最強は c7g (Graviton3 Compute Optimized)

t3.small を除けば(バースト型のため常時稼働ワークロードには不向き)、c7g ファミリーが Pod あたりコストで最も安価である。

  1. c7g.4xlarge ($0.00162/pod/hr) — 234 pods、大規模向け
  2. c7g.xlarge ($0.00163/pod/hr) — 58 pods、中規模向け
  3. c7g.large ($0.00163/pod/hr) — 29 pods、小規模向け

インスタンスサイズの選び方

推奨 非推奨
large, xlarge 2xlarge (xlarge と同 Pod 数で2倍の価格)
4xlarge (Pod 密度のスイートスポット) 8xlarge (4xlarge と同 Pod 数で2倍の価格)

4xlarge で Max Pods が 58 → 234 と一気に4倍になるため、多数の Pod を稼働させる場合は 4xlarge が最適解である。

ファミリーの選び方

用途 推奨ファミリー $/pod/hr
CPU 重視 (Web API 等) c7g $0.00162
バランス型 m6g / m7g $0.00176–0.00187
メモリ重視 r6g $0.00218

共通ルール: Graviton (g 系) は Intel (i 系) より約20%安い。 ARM アーキテクチャのコンテナイメージを用意できるなら、Graviton を選ばない理由はない。

注意事項

  • 上記は Prefix Delegation 無効 (デフォルト) の場合の Max Pods である
  • Prefix Delegation を有効にすると、各 ENI に /28 prefix (16 IP) が割り当てられ、Pod 数が大幅に増加する。EKS Managed Node Group では vCPU < 30 なら 110、vCPU >= 30 なら 250 にキャップされる
  • Prefix Delegation 有効時は 2xlarge の不利が解消される可能性がある
  • t3 はバースト型のため、CPU を常時使うワークロードには不向きである
  • 実際の運用では Pod あたりの CPU / メモリ要求量も考慮が必要である

参考

評価をお願いします
まだ評価がありません
著者は、アプリケーション開発会社 Cyberneura を運営しています。
開発相談をお待ちしています。

アーカイブ