Os desenvolvedores da proteanTecs criavam microsserviços e definiam seus próprios requests e limits de recursos, mas tendiam a alocar recursos de forma conservadora para garantir disponibilidade e estabilidade. Isso mantinha os sistemas funcionando bem, mas era ineficiente do ponto de vista de custos. Ferramentas existentes, como o DataDog, ofereciam visibilidade sobre requests e limits, mas não traziam os insights necessários para determinar de quais recursos os microsserviços realmente precisavam. Otimizar manualmente mais de 30 clusters Kubernetes na AWS, no Azure e no Google Cloud seria complexo e demorado.
A proteanTecs implantou o PerfectScale by DoiT, que compara os recursos alocados com a utilização real de cada serviço para identificar superprovisionamento e recomendar ações seguras e específicas para reduzir custos. O time começou pelo ambiente de desenvolvimento e depois expandiu para produção — usando o "nível de resiliência" ajustável do PerfectScale para dar folga adicional aos serviços críticos e garantir a estabilidade. O PerfectScale também revelou serviços subprovisionados que sofriam com throttling, OOM kills e reinicializações de contêineres que passavam despercebidos pelas ferramentas de monitoramento existentes.
Nosso ambiente de Dev custava cerca de US$ 10 mil por mês. Ao implementar as recomendações do PerfectScale, conseguimos reduzir o custo para US$ 5 mil sem comprometer a estabilidade do ambiente.
Amit Daniel, Diretor de DevOps, proteanTecs
A proteanTecs tem como missão permitir que a indústria de eletrônicos ganhe escala. Sua plataforma na nuvem combina dados profundos de telemetria com machine learning para monitorar a saúde e o desempenho de chips avançados, transformando a forma como a confiabilidade dos eletrônicos é garantida. As soluções da proteanTecs são um componente crítico usado por clientes importantes dos setores de semicondutores, data centers e automotivo — o que exige uma infraestrutura de aplicação estável, escalável e altamente disponível. Para atender a essas demandas, a proteanTecs roda toda a sua plataforma em Kubernetes, com mais de 30 clusters distribuídos entre AWS, Azure e Google Cloud.
À medida que a proteanTecs crescia em funcionalidades e adoção pelos usuários finais, o foco inicial em estabilidade e disponibilidade deu lugar a uma nova preocupação: recursos mal otimizados que inflavam a conta da nuvem. "Nosso time de desenvolvimento cria seus microsserviços e escolhe seus próprios requests e limits de recursos", explicou Amit Daniel, Diretor de DevOps da proteanTecs. "No entanto, os desenvolvedores tendiam a alocar recursos de forma conservadora para garantir que seus serviços funcionassem como esperado. Essa abordagem mantinha nossos sistemas disponíveis e estáveis, mas era ineficiente do ponto de vista de custos." O time de DevOps recebeu a missão de otimizar o ambiente de K8s, mas as ferramentas que já usavam tinham lacunas significativas. "Com ferramentas como o DataDog, conseguimos ver tudo o que queremos: requests, limits etc., mas elas só nos dão visibilidade. Precisávamos de insights melhores sobre quais recursos nossos microsserviços precisam para rodar corretamente", disse Daniel.
Depois de conhecer o PerfectScale by DoiT, o time da proteanTecs o implantou em um ambiente de desenvolvimento e imediatamente começou a identificar oportunidades de otimização. "Nosso ambiente de Dev custava cerca de US$ 10 mil por mês", conta Daniel. "Ao implementar as recomendações do PerfectScale, conseguimos reduzir o custo para US$ 5 mil sem comprometer a estabilidade do ambiente." Ao levar a solução para produção, o time usou o "nível de resiliência" ajustável do PerfectScale para dar folga adicional aos serviços críticos — garantindo que os esforços de otimização de custos não impactassem o desempenho do sistema.
Além da economia de custos, o PerfectScale revelou problemas de confiabilidade que passavam despercebidos. "Encontramos throttling, OOM e reinicializações de contêineres que nem sabíamos que estavam acontecendo. Muitos problemas não disparavam alertas no nosso sistema de monitoramento. Além disso, se não estivéssemos capturando as métricas certas, era difícil e demorado determinar a causa raiz de algo como um vazamento de memória", diz Daniel. "O PerfectScale identifica os problemas na hora e nos mostra como resolvê-los rapidamente. Como resultado, vemos que nossa plataforma está com um desempenho melhor, o que nos ajuda a oferecer uma experiência melhor aos nossos clientes."
O time de DevOps lidera atualmente os esforços de otimização, mas planeja estender essa responsabilidade aos desenvolvedores. "Mantenho o PerfectScale aberto no meu navegador o tempo todo, mas depois de concluirmos a fase inicial de otimização de custos, planejamos expandir o escopo para nossos desenvolvedores", diz Daniel. O objetivo é incorporar consciência de custos e responsabilidade em toda a engenharia, com os desenvolvedores avaliando a relação custo-benefício dos seus serviços após cada release e deployment. "À medida que continuamos lançando inovações na nossa aplicação e a base de clientes cresce, queremos garantir que nosso ambiente cresça da forma mais eficiente possível", afirma Daniel. "O PerfectScale será uma solução essencial para manter nosso ambiente econômico e estável."
Descubra como o PerfectScale ajuda times a fazer right-sizing de clusters, reduzir desperdício e melhorar o desempenho sem ajustes manuais.
