Les développeurs de proteanTecs créaient leurs microservices et définissaient eux-mêmes leurs resource requests et limits, mais avaient tendance à allouer les ressources avec prudence pour garantir disponibilité et stabilité. Les systèmes fonctionnaient sans accroc, mais au prix d'une inefficacité en matière de coûts. Les outils existants comme DataDog offraient une visibilité sur les requests et les limits, mais manquaient d'insights pour déterminer les ressources réellement nécessaires aux microservices. Optimiser manuellement plus de 30 clusters Kubernetes répartis entre AWS, Azure et Google Cloud aurait été complexe et chronophage.
proteanTecs a déployé PerfectScale by DoiT, qui compare les ressources allouées à l'utilisation réelle de chaque service afin d'identifier le surprovisionnement et de recommander des actions concrètes et sûres pour réduire les coûts. L'équipe l'a d'abord déployé dans un environnement de développement, puis étendu à la production — en s'appuyant sur le "niveau de résilience" ajustable de PerfectScale pour accorder une marge supplémentaire aux services critiques et garantir la stabilité. PerfectScale a également mis en lumière des services sous-provisionnés victimes de throttling, d'OOM kills et de redémarrages de conteneurs, passés inaperçus des outils de monitoring existants.
Notre environnement Dev nous coûtait environ 10 000 $ par mois. En appliquant les recommandations de PerfectScale, nous avons ramené ce coût à 5 000 $ sans compromettre la stabilité de l'environnement.
Amit Daniel, Directeur DevOps, proteanTecs
proteanTecs s'est donné pour mission de permettre à l'industrie électronique de passer à l'échelle. Sa plateforme cloud associe des données de télémétrie approfondies au machine learning pour surveiller la santé et les performances des puces avancées, transformant la manière dont la fiabilité de l'électronique est assurée. Les solutions proteanTecs constituent un composant critique pour des clients majeurs des secteurs des semi-conducteurs, des data centers et de l'automobile — ce qui exige une infrastructure applicative stable, évolutive et hautement disponible. Pour répondre à ces exigences, proteanTecs fait tourner l'ensemble de sa plateforme sur Kubernetes, avec plus de 30 clusters répartis entre AWS, Azure et Google Cloud.
À mesure que proteanTecs gagnait en fonctionnalités et en utilisateurs, la priorité initiale donnée à la stabilité et à la disponibilité a laissé place à une nouvelle préoccupation : des ressources sous-optimisées qui faisaient gonfler la facture cloud. "Notre équipe de développement construit ses microservices et choisit ses propres resource requests et limits", explique Amit Daniel, Directeur DevOps chez proteanTecs. "Mais les développeurs avaient tendance à allouer les ressources avec prudence pour s'assurer que leurs services fonctionnent comme prévu. Cette approche maintenait nos systèmes disponibles et stables, mais elle était inefficace sur le plan des coûts." L'équipe DevOps a été chargée d'optimiser l'environnement K8s, mais ses outils existants présentaient des lacunes importantes. "Avec des outils comme DataDog, nous voyons tout ce que nous voulons — requests, limits, etc. — mais ils ne nous donnent que de la visibilité. Il nous fallait de meilleurs insights sur les ressources dont nos microservices ont réellement besoin pour fonctionner correctement", précise Daniel.
Après avoir découvert PerfectScale by DoiT, l'équipe proteanTecs l'a déployé dans un environnement de développement et a immédiatement commencé à identifier des opportunités d'optimisation. "Notre environnement Dev nous coûtait environ 10 000 $ par mois", raconte Daniel. "En appliquant les recommandations de PerfectScale, nous avons ramené ce coût à 5 000 $ sans compromettre la stabilité de l'environnement." Lors du passage en production, l'équipe a utilisé le "niveau de résilience" ajustable de PerfectScale pour accorder une marge supplémentaire aux services critiques — garantissant que les efforts d'optimisation des coûts n'affecteraient pas les performances du système.
Au-delà des économies, PerfectScale a mis au jour des problèmes de fiabilité passés sous le radar. "Nous avons découvert du throttling, des OOM et des redémarrages de conteneurs dont nous ignorions l'existence. Beaucoup de ces problèmes ne déclenchaient aucune alerte dans notre système de monitoring. Et si nous ne capturions pas les bonnes métriques, il était difficile et chronophage d'identifier la cause racine d'un problème comme une fuite mémoire", explique Daniel. "PerfectScale identifie instantanément les problèmes et nous montre comment les résoudre rapidement. Résultat : notre plateforme est plus performante, ce qui nous aide à offrir une meilleure expérience à nos clients."
L'équipe DevOps pilote actuellement les efforts d'optimisation, mais prévoit d'en étendre la responsabilité aux développeurs. "J'ai PerfectScale ouvert en permanence dans mon navigateur, mais une fois la première phase d'optimisation des coûts terminée, nous comptons élargir le périmètre à nos développeurs", indique Daniel. L'objectif : ancrer la conscience des coûts et la responsabilisation dans toute l'équipe d'engineering, les développeurs étant appelés à évaluer la rentabilité de leurs services après chaque release et chaque déploiement. "À mesure que nous déployons de nouvelles innovations dans notre application et que notre base de clients s'agrandit, nous voulons nous assurer que notre environnement évolue aussi efficacement que possible", conclut Daniel. "PerfectScale sera une solution essentielle pour maintenir un environnement à la fois rentable et stable."
Explorez comment PerfectScale aide les équipes à dimensionner leurs clusters au plus juste, réduire le gaspillage et améliorer les performances, sans réglages manuels.
