PerfectScalePerfectScale

Cette page est également disponible en English, Deutsch, Español, Italiano, 日本語 et Português.

K1x réduit drastiquement ses coûts cloud et simplifie ses opérations Kubernetes

Comment une startup de logiciels fiscaux propulsée par l'IA a appliqué le right-sizing à ses clusters AKS, arrêté des node pools surdimensionnés et économisé plusieurs milliers de dollars par mois

PerfectScale
K1x

The Challenge

Après sa scission d'un grand groupe, K1x a hérité de plusieurs clusters Kubernetes, sans conserver les équipes qui les exploitaient à l'origine. Jason Berk, responsable de la plateforme, a découvert un surdimensionnement important : des node pools fonctionnant à une échelle minimale deux à trois fois supérieure aux besoins avec moins de 10 % d'utilisation des ressources, des workloads déployés sans respect des bonnes pratiques, des nœuds optimisés pour le calcul, coûteux, utilisés sans nécessité, et une observabilité limitée — Prometheus exposait des métriques brutes sans le moindre insight exploitable, rendant l'optimisation comparable à "chercher une aiguille dans une botte de foin".

The Solution

Plutôt que de passer des heures à déterminer manuellement quoi mesurer et comment, Berk a adopté PerfectScale pour obtenir immédiatement des recommandations d'optimisation Kubernetes exploitables. PerfectScale a apporté une visibilité au niveau des nœuds, identifié les ressources inutilisées, ajusté les allocations CPU et mémoire des workloads, révélé des fuites mémoire et d'autres problèmes critiques, et automatisé les réglages — permettant à Berk de se concentrer sur les priorités stratégiques tout en gérant Kubernetes avec une équipe réduite.

Results

  • Réduction des dépenses cloud mensuelles de plusieurs milliers de dollars
  • Arrêt de node pools entiers surdimensionnés en l'espace d'un mois
  • Right-sizing des allocations CPU et mémoire des workloads sans impact sur les performances
  • Identification d'un problème critique sur une application qui redémarrait 4 000 fois par mois
  • Meilleure collaboration avec les développeurs grâce à des insights appuyés par les données
  • Gestion efficace de Kubernetes avec une équipe réduite

PerfectScale nous a servi les réponses dont nous avions besoin sur un plateau. Ces insights nous ont fait gagner du temps et de l'argent.

Jason Berk, Responsable de la plateforme, K1x

K1x en bref

K1x est un éditeur de logiciels fiscaux propulsés par l'IA en forte croissance, basé dans le New Jersey, issu de la scission d'un grand groupe pour commercialiser à grande échelle ses solutions fiscales innovantes. Sa stack technique comprend Azure AKS, ArgoCD et Terraform. Lors de cette scission, K1x a migré plusieurs clusters Kubernetes sans conserver les équipes qui les exploitaient — laissant à Jason Berk, responsable de la plateforme, la charge d'affiner l'architecture et d'accompagner une équipe d'ingénierie dynamique.

Un surdimensionnement massif identifié

À son arrivée chez K1x, Jason a découvert de nombreuses opportunités d'optimisation dans l'environnement Kubernetes. Les node pools étaient surdimensionnés et gaspillaient d'importantes ressources : ils tournaient à des minimums deux à trois fois supérieurs aux besoins tout en utilisant moins de 10 % de la capacité disponible. Les workloads étaient déployés sans pleinement respecter les bonnes pratiques, des nœuds optimisés pour le calcul, coûteux, étaient utilisés sans nécessité, et les outils existants comme Prometheus exposaient des métriques brutes sans aucune recommandation exploitable. Comme le résume Berk : "Nous avions dans notre cluster des nœuds fonctionnant à une échelle minimale deux ou trois fois supérieure à nos besoins réels. Ils ne montaient jamais automatiquement en charge, mais nous utilisions moins de 10 % des ressources et nous avions besoin qu'ils redescendent. C'était un gaspillage énorme."

Des heures de réglages manuels remplacées par des insights instantanés

Berk avait besoin d'une solution capable d'identifier rapidement les opportunités d'optimisation et de fournir des recommandations concrètes. "J'ai dit à mon CTO : il me faudra des heures pour tout comprendre — quoi mesurer, comment le mesurer, et savoir si je m'y prends bien — ou nous pouvons simplement acheter PerfectScale. Le problème sera résolu plus vite et pour moins cher." PerfectScale a fourni des insights concrets ("Voici le workload, voici les bons réglages"), a offert à Berk une visibilité claire sur l'utilisation des nœuds et les paramètres des workloads, et a simplifié l'optimisation Kubernetes en lui faisant gagner un temps considérable.

Une gestion Kubernetes transformée

PerfectScale a immédiatement révélé les inefficacités de l'environnement Kubernetes de K1x. "PerfectScale m'a poussé à me poser les bonnes questions — par exemple, pourquoi exécutons-nous ce workload sur ce node pool ? En quelques mois, j'ai complètement arrêté ces node pools et économisé plusieurs milliers de dollars par mois." La plateforme a aidé K1x à éliminer les ressources inutilisées au niveau des nœuds, à appliquer le right-sizing aux workloads grâce à des recommandations CPU et mémoire claires pour les développeurs, à révéler des problèmes critiques comme des fuites mémoire (dont une application qui a redémarré 4 000 fois en un seul mois avant que Berk ne la corrige), et à fluidifier les opérations grâce aux réglages automatisés.

Des coûts cloud mensuels réduits grâce à l'optimisation des nœuds

En l'espace d'un mois, K1x a arrêté des node pools entiers, réinjectant plusieurs milliers de dollars d'économies mensuelles dans son budget. Au-delà des économies, PerfectScale a éliminé les inefficacités à l'origine d'instabilités des workloads, comme les fuites mémoire et les goulots d'étranglement, améliorant ainsi la résilience. L'outil a également permis à Berk de gérer Kubernetes efficacement avec une équipe réduite.

Pourquoi PerfectScale fonctionne pour K1x — au-delà de la technologie

PerfectScale a permis à Berk de transformer l'infrastructure Kubernetes de K1x en un environnement hautement optimisé. Grâce aux insights, à l'automatisation et à un accompagnement continu, il peut rapidement recommander et mettre en œuvre des améliorations stratégiques. Berk apprécie aussi le partenariat : "J'ai été bluffé par l'accompagnement personnalisé que j'ai reçu de PerfectScale. Ils répondent rapidement à mes questions et m'accompagnent même pas à pas quand j'ai besoin d'aide. Pour quelqu'un dans ma position, c'est une véritable bouée de sauvetage."

Découvrez comment PerfectScale améliore l'efficacité de Kubernetes

Explorez comment PerfectScale aide les équipes à appliquer le right-sizing à leurs clusters, réduire le gaspillage et améliorer les performances sans réglages manuels.

More customer stories

PicnicAI

PicnicAI automatise 85 à 90 % de ses workloads Kubernetes et gagne en fiabilité avec PerfectScale by DoiT

85–90%
des workloads applicatifs désormais couverts par le redimensionnement automatisé
50%
de réduction approximative du temps consacré par l'équipe à la gestion de l'infrastructure
Stefanini

Stefanini réduit de 26 % ses coûts de compute Kubernetes grâce à PerfectScale by DoiT

26%
De réduction des coûts de compute Kubernetes
>60%
De réduction des coûts d'infrastructure au cours de l'année écoulée
OneFootball

PerfectScale by DoiT aide OneFootball à optimiser Kubernetes face au trafic football mondial à grande échelle

25%
De réduction des coûts d'infrastructure Kubernetes
80%
De réduction de l'effort d'ingénierie consacré à l'optimisation des coûts et au réglage de la résilience Kubernetes
Luma Health

Luma Health réduit ses coûts EKS de 40 % et libère des milliers d'heures d'ingénierie par an

90%
De temps en moins sur le rightsizing manuel de Kubernetes
40%
De réduction des coûts Amazon EKS
+1,700h/year
D'heures d'ingénierie réorientées vers la fiabilité et la performance
PlayHQ

PlayHQ optimise ses coûts Kubernetes multi-tenant

40%
De réduction des coûts Kubernetes hors production
40%
De réduction des coûts K8s hors production
20%
De réduction des coûts K8s en production
SNCF

Comment la SNCF a éliminé le gaspillage K8s et renforcé sa fiabilité à grande échelle

30%
De workloads en plus à coût constant
30%
De workloads absorbés en plus à coût constant
~€500K
D'économies annualisées estimées
NOS

NOS divise ses coûts Kubernetes par deux et retrouve confiance dans l'optimisation

50%
Réduction des coûts
50%
De réduction des coûts sur le plus grand cluster
0%
De ressources inutilisées sur les node pools principaux
Riftweaver

Un seul ingénieur DevOps pour faire évoluer Riftweaver, grâce à PerfectScale

59%
De réduction du throttling CPU
6
API critiques améliorées
80,000+
Téléchargements du jeu