Les Argo Rollouts sont aujourd'hui largement adoptés par les équipes d'ingénierie modernes pour assurer des livraisons fluides et sans interruption, et ainsi avancer vite tout en gardant une longueur d'avance. Ce n'est plus une option ni une approche exotique, mais bien une pratique courante et bien établie. En permettant aux équipes de livrer leurs fonctionnalités progressivement et de s'assurer qu'elles atteignent les utilisateurs en toute sécurité, ces stratégies sont devenues essentielles pour éliminer les risques liés au déploiement et lancer des innovations en toute confiance.
Les stratégies Argo Rollouts sont-elles devenues un standard ?
- OUI !
Les Argo Rollouts ajoutent-ils une couche cachée de complexité aux politiques d'optimisation Kubernetes des équipes ?
- OUI — et même doublement !!
Les défis posés par les Argo Rollouts
La livraison progressive offre des avantages évidents, mais elle apporte aussi son lot de complexité, avec plusieurs versions concurrentes d'un même workload. C'est le principe même du rollout — mais cela ajoute des défis opérationnels supplémentaires liés à l'allocation et à l'optimisation des ressources des workloads Kubernetes :
🚩 Plusieurs replicas du même workload, issus de versions différentes, s'exécutent simultanément.
🚩 La répartition du trafic entre les différents replicas d'un même workload est déséquilibrée.
🚩 La résilience et la stabilité peuvent varier d'un replica à l'autre.
🚩 La consommation de ressources augmente temporairement à cause des pipelines parallèles, etc.
Tout cela peut générer des signaux d'optimisation trompeurs, et rendre les démarches d'optimisation traditionnelles inefficaces.
C'est là que PerfectScale by DoiT entre en scène ! Nous sommes ravis de vous présenter nos dernières évolutions : l'automatisation avancée compatible avec les rollouts est désormais disponible pour les clients PerfectScale !
L'automatisation compatible Argo Rollouts par PerfectScale
Cette nouvelle automatisation compatible avec les rollouts est la fonctionnalité qui aligne enfin l'optimisation continue avec le déploiement continu. En tenant compte du contexte complet de la stratégie de rollout déployée, elle permet aux équipes de livrer plus vite sans compromettre l'efficacité ni la stabilité de leur cluster K8s. Voici comment elle fonctionne :
Détection de la stratégie Argo Rollout
PerfectScale détecte automatiquement la stratégie Argo Rollout en place — qu'il s'agisse de blue-green, canary ou A/B — sans aucune configuration ni tagging manuels.
Analyse continue par replica
Grâce à ses capacités uniques de revision-awareness, PerfectScale analyse et traite chaque replica du workload de façon indépendante. Cette approche permet aux équipes d'évaluer précisément le comportement de chaque version, d'en comprendre les performances et l'efficacité, et de définir au plus juste les ressources nécessaires — ouvrant la voie à une optimisation sûre et précise, même dans les environnements Kubernetes les plus avancés et les plus hétérogènes.
Optimisation autonome compatible rollouts
PerfectScale offre un contrôle granulaire sur les actions d'automatisation, garantissant qu'elles s'exécutent toujours de manière adaptée. Lorsque la prise en charge des rollouts est activée, PerfectScale applique de façon autonome les recommandations de right-sizing en tenant compte de chaque replica, alignant ainsi l'optimisation sur votre stratégie de release.
Quand les Argo Rollouts cassent l'optimisation — et comment y remédier
Déploiements canary
Dans un déploiement canary, un petit groupe d'utilisateurs reçoit la nouvelle version de l'application, tandis que les autres continuent d'utiliser l'ancienne. En pratique, la nouvelle version ne reçoit que 5 à 10 % du trafic, puis le déploiement s'étend progressivement, ce qui permet aux Engineers de la tester et de la valider sous différentes charges avant de remplacer entièrement l'ancienne version.
Dans ce scénario, plusieurs revisions du même workload s'exécutent simultanément, chacune sous une charge très différente. Côté optimisation, les outils traditionnels traitent ces revisions comme un seul workload et ignorent qu'il s'agit de replicas concurrents — au risque de voir le replica canary, qui ne capte qu'une infime partie du trafic, mobiliser des ressources dimensionnées pour de la production à pleine échelle.
C'est là que PerfectScale fait toute la différence. En analysant en continu chaque replica de manière indépendante, il right-size les workloads en fonction de leur consommation réelle de ressources, et garantit ainsi que les actions d'optimisation réduisent les coûts sans dégrader les performances ni contredire la stratégie de rollout.
Déploiements blue-green
Avec une stratégie de rollout blue-green, le système exécute temporairement deux versions complètes — l'ancienne (blue) et la nouvelle (green) — jusqu'à ce que la version green passe tous les tests, puis bascule entièrement le trafic de blue vers green. Plusieurs replicas s'exécutent donc simultanément, ce qui ajoute de la complexité opérationnelle à l'optimisation K8s et au maintien de la stabilité.
Dans certains cas, les solutions d'optimisation existantes font le travail, mais comme elles traitent chaque version de la même manière, l'approche peut s'avérer risquée et entraîner des dégradations de performance, de l'instabilité, voire du gaspillage de ressources.
Cela peut se produire lorsque, du fait de différences de configuration, la quantité de mémoire qui convenait au déploiement blue ne suffit plus au green. La version green peut alors connaître une pression mémoire, une dégradation des performances, voire des OOMs si les deux versions reçoivent des ressources identiques. À l'inverse, si la version green a été optimisée et requiert désormais moins de ressources, lui appliquer la même configuration que la blue conduit au sur-provisionnement et au gaspillage des dépenses cloud.
Pour éviter ces risques, PerfectScale identifie en toute transparence les replicas concurrents, analyse chacun de manière indépendante et applique de façon autonome le right-sizing des workloads en fonction de la demande réelle en ressources. Les équipes peuvent ainsi optimiser leurs clusters K8s en toute sécurité tout en générant de la valeur en continu.
Une optimisation fiable et économique grâce à la prise en charge des Argo Rollouts
Si les stratégies de rollout avancées permettent aux équipes de pratiquer la livraison continue de manière sûre et fiable, de nombreuses organisations en repoussent encore l'adoption en raison de la charge opérationnelle et des coûts d'infrastructure supplémentaires. La prise en charge des Argo Rollouts par PerfectScale aide les équipes à franchir ce cap et à bénéficier de déploiements fiables sans renoncer à l'optimisation des coûts.
📚 Envie de voir la prise en charge des Argo Rollouts à l'œuvre ? Consultez notre portail de documentation ou réservez une session technique avec nos experts.
🆓 Pas encore client PerfectScale ? Lancez-vous gratuitement dès aujourd'hui et passez à la vitesse supérieure dans votre démarche d'optimisation K8s.