Wie Trax mit PerfectScale 75 % der Kubernetes-Kosten einsparte

PerfectScale schaffte Echtzeit-Transparenz auf Workload-Ebene über die mehr als 200 Microservices von Trax hinweg. KI-gestützte Empfehlungen ermöglichten sichere, evidenzbasierte Optimierungen unter Wahrung der SLOs. Die Plattform löste ein schwächelndes FinOps-Tool ab und lieferte granulare Kostendetails samt konkreter Handlungsempfehlungen.

Die Mission von Trax: Marken und Händlern ermöglichen, mit digitalen Technologien das beste Einkaufserlebnis für ihre Kundschaft zu schaffen. Mit branchenführenden Innovationen und exzellenten Verfahren zur autonomen Datenerfassung sorgt Trax für positive Shopper-Erlebnisse und erschließt Umsatzpotenziale an jedem Point of Sale. Das Lösungsportfolio liefert geschäftskritische Kennzahlen, Analysen und Services, mit denen Kunden Zeit und Geld sparen und ihr Einkaufserlebnis verbessern. Kubernetes ist dabei eine zentrale Komponente der Infrastruktur – damit kann Trax kontinuierlich an seinen Lösungen weiterarbeiten und die Nachfrage zuverlässig bedienen. Inzwischen betreibt Trax eine groß angelegte Multi-Cloud- und Multi-Cluster-Umgebung und unterstützt Kunden in über 90 Ländern, darunter einige der größten Konzerne weltweit.

Zu Jahresbeginn gab der Chief Financial Officer (CFO) klare Effizienz- und Unit-Economics-Ziele für das gesamte Unternehmen aus. Für Mark Serdze, Director of Cloud Infrastructure, und sein Team hieß das: schnell handeln und die Cloud-Kosten senken. Außerhalb von Kubernetes kam Trax zügig voran, doch innerhalb der Cluster stieß das Team bei der sicheren Optimierung im großen Maßstab an Grenzen. Zunächst wurde manuell mit den verfügbaren Metriken gearbeitet – über den Vertical Pod Autoscaler (VPA), Cluster-Logs und Monitoring-Lösungen. Dieser Ansatz brachte zu wenig Klarheit und ließ sich ohne erheblichen Entwicklungsaufwand kaum effizient skalieren. Übrig blieben reaktive Ad-hoc-Maßnahmen mit minimalem Effekt auf die Ziele. Auch die bestehende Tool-Landschaft sorgte für Reibung im Optimierungsprozess. Selbst wenn das Team Potenziale erkannte, beruhten die Freigaben auf Bauchgefühl statt auf belastbaren Daten. Durch die fehlende Transparenz kam es zu Fehlentscheidungen, die zusätzlichen Engineering-Aufwand erzeugten, interne Spannungen schürten und die Service-Resilienz gefährden konnten.

Schon kurz nach dem Rollout von PerfectScale by DoiT hatte das Team die fehlende Echtzeit-Transparenz auf Workload-Ebene. In der Umgebung mit über 200 Microservices war klar erkennbar, welche Ressourcen jeder Service tatsächlich braucht – und wo die größten Hebel für Waste removal liegen, ohne die Performance zu gefährden. Die KI-gestützten Empfehlungen der Plattform ermöglichten sichere, evidenzbasierte Maßnahmen und verbesserten die Unit Economics in kurzer Zeit. Durch die Bewertung der Trade-offs zwischen Effizienz und Resilienz ließen sich Ressourcen sicher und effizient anpassen, ohne SLOs zu verletzen. Entscheidend waren die konkreten Optimierungsempfehlungen – inklusive eines klaren Bildes davon, welchen Effekt jede einzelne Änderung haben würde. In einem Cluster senkte das Team die Kosten um 75 % und sparte damit über 100.000 Dollar pro Jahr ein. Darüber hinaus überzeugte Trax die umfassende Daten- und Analysegrundlage, die die Lösung über die gesamte Umgebung hinweg lieferte. So konnte das Toolset für Kostentransparenz aufgewertet werden, ohne das Budget zu belasten.

Nachdem ungenutzte Ressourcen beseitigt waren, suchte Trax nach weiteren Hebeln für Effizienz und bessere Unit Economics. Das Team tauchte tief in die Daten von PerfectScale ein, um die kostenrelevanten Geschäftskennzahlen spürbar zu beeinflussen. Eine zentrale Kennzahl für Trax ist "Cost per Processing" – und sie hängt stark von der Kubernetes-Effizienz ab. PerfectScale bietet eine besondere Funktion, die alle Replicas eines Service in einer einzigen Ansicht zusammenführt und so die Auslastungstrends über alle Replicas hinweg sichtbar macht – besonders nützlich für ephemere Workloads wie Spark- oder Flink-Jobs. Trax nutzte diese Funktion, um die heterogene Auslastung über die Replicas mehrerer stark frequentierter Services besser zu verstehen. Diese Transparenz half dem Team, Services neu zu architektieren und weitere Effizienzgewinne zu erzielen – ohne Abstriche bei Resilienz oder Verfügbarkeit. Es entstanden mehrere Varianten desselben Service mit unterschiedlichen Ressourcenprofilen, und eingehende Requests wurden je nach Datengröße an den passenden Service geleitet. Das wirkte sich deutlich auf die Kennzahl "Cost per Processing" aus. PerfectScale stellte diese Daten unmittelbar bereit – ohne die Lösung hätte das Team unzählige Stunden in die Auswertung hunderter Replicas investieren müssen, um zum selben Ergebnis zu kommen.