Gli sviluppatori di proteanTecs creavano i propri microservizi e impostavano autonomamente request e limit delle risorse, ma tendevano ad allocare risorse in modo prudente per garantire disponibilità e stabilità. Questo approccio manteneva i sistemi funzionanti senza intoppi, ma era inefficiente dal punto di vista dei costi. Strumenti esistenti come DataDog fornivano visibilità su request e limit, ma non offrivano gli insight necessari per determinare di quali risorse i microservizi avessero realmente bisogno. Ottimizzare manualmente più di 30 cluster Kubernetes su AWS, Azure e Google Cloud sarebbe stato complesso e dispendioso in termini di tempo.
proteanTecs ha implementato PerfectScale by DoiT, che confronta le risorse allocate con l'utilizzo effettivo di ciascun servizio per individuare l'over-provisioning e raccomandare azioni sicure e mirate per ridurre i costi. Il team lo ha introdotto dapprima in un ambiente di sviluppo, per poi estenderlo alla produzione, utilizzando il "livello di resilienza" regolabile di PerfectScale per concedere ai servizi critici un margine aggiuntivo e garantire la stabilità. PerfectScale ha inoltre fatto emergere servizi sottodimensionati affetti da throttling, OOM kill e riavvii dei container che erano passati inosservati agli strumenti di monitoraggio esistenti.
Il nostro ambiente Dev ci costava circa 10.000 dollari al mese. Implementando le raccomandazioni di PerfectScale, siamo riusciti a portare il costo a 5.000 dollari senza compromettere la stabilità dell'ambiente.
Amit Daniel, Director of DevOps, proteanTecs
La missione di proteanTecs è permettere all'industria dell'elettronica di scalare. La sua piattaforma cloud combina dati di telemetria approfonditi con il machine learning per monitorare lo stato e le prestazioni dei chip avanzati, trasformando il modo in cui si garantisce l'affidabilità dell'elettronica. Le soluzioni proteanTecs sono un componente critico utilizzato da clienti chiave nei settori dei semiconduttori, dei data center e dell'automotive, e richiedono un'infrastruttura applicativa stabile, scalabile e ad alta disponibilità. Per rispondere a queste esigenze, proteanTecs esegue l'intera piattaforma su Kubernetes, con oltre 30 cluster distribuiti tra AWS, Azure e Google Cloud.
Con la crescita di proteanTecs, sia in termini di funzionalità sia di adozione da parte degli utenti finali, l'attenzione iniziale su stabilità e disponibilità ha lasciato spazio a una nuova preoccupazione: risorse non ottimizzate che facevano lievitare la spesa cloud. "Il nostro team di sviluppo crea i propri microservizi e sceglie autonomamente request e limit delle risorse", ha spiegato Amit Daniel, Director of DevOps di proteanTecs. "Tuttavia, gli sviluppatori tendevano ad allocare risorse in modo prudente per assicurarsi che i loro servizi funzionassero come previsto. Questo approccio manteneva i nostri sistemi disponibili e stabili, ma era inefficiente dal punto di vista dei costi." Al team DevOps è stato affidato il compito di ottimizzare l'ambiente K8s, ma gli strumenti esistenti presentavano lacune significative. "Con strumenti come DataDog possiamo vedere tutto ciò che vogliamo — request, limit e così via — ma ci danno solo visibilità. Avevamo bisogno di insight migliori su quali risorse servissero ai nostri microservizi per funzionare correttamente", ha affermato Daniel.
Dopo aver scoperto PerfectScale by DoiT, il team di proteanTecs lo ha implementato in un ambiente di sviluppo e ha iniziato immediatamente a identificare opportunità di ottimizzazione. "Il nostro ambiente Dev ci costava circa 10.000 dollari al mese", racconta Daniel. "Implementando le raccomandazioni di PerfectScale, siamo riusciti a portare il costo a 5.000 dollari senza compromettere la stabilità dell'ambiente." Estendendo la soluzione alla produzione, il team ha utilizzato il "livello di resilienza" regolabile di PerfectScale per concedere ai servizi critici un margine aggiuntivo, assicurandosi che le attività di ottimizzazione dei costi non incidessero sulle prestazioni del sistema.
Oltre ai risparmi sui costi, PerfectScale ha fatto emergere problemi di affidabilità che erano passati inosservati. "Abbiamo scoperto throttling, OOM e riavvii dei container di cui non eravamo a conoscenza. Molti problemi non attivavano alert nel nostro sistema di monitoraggio. Inoltre, se non acquisivamo le metriche giuste, individuare la causa principale di un problema come un memory leak era complicato e richiedeva molto tempo", racconta Daniel. "PerfectScale identifica istantaneamente i problemi e ci mostra come risolverli rapidamente. Di conseguenza, vediamo che la nostra piattaforma funziona meglio, e questo ci aiuta a offrire ai nostri clienti un'esperienza migliore."
Il team DevOps guida attualmente le attività di ottimizzazione, ma prevede di estendere la responsabilità agli sviluppatori. "Ho PerfectScale sempre aperto nel browser, ma dopo la fase iniziale di ottimizzazione dei costi intendiamo ampliare il raggio d'azione ai nostri sviluppatori", spiega Daniel. L'obiettivo è radicare la consapevolezza dei costi e la responsabilizzazione in tutto il team di engineering, con gli sviluppatori chiamati a valutare il rapporto costi-benefici dei propri servizi dopo ogni release e deployment. "Man mano che continuiamo a introdurre nuove innovazioni nella nostra applicazione e che la base clienti cresce, vogliamo assicurarci che il nostro ambiente cresca nel modo più efficiente possibile", conclude Daniel. "PerfectScale sarà una soluzione essenziale per mantenere il nostro ambiente stabile ed efficiente in termini di costi."
Scopra come PerfectScale aiuta i team a eseguire il right-sizing dei cluster, ridurre gli sprechi e migliorare le prestazioni senza interventi manuali.
