Os Argo Rollouts são amplamente usados pelos times de engenharia modernos para garantir entregas fluidas e sem interrupções, permitindo que avancem rápido e mantenham vantagem competitiva. Já não é mais um diferencial nem uma abordagem exótica: virou prática consolidada e amplamente adotada. Ao permitir que os times entreguem funcionalidades de forma gradual e cheguem ao usuário com segurança, essas estratégias se tornaram essenciais para eliminar riscos no deployment e lançar inovações com confiança.
As estratégias de Argo rollout viraram padrão?
- SIM!
Os Argo rollouts adicionam uma camada oculta de complexidade às políticas de otimização do Kubernetes dos times?
- SIM — em dobro!!
Desafios dos Argo rollouts
A entrega gradual traz benefícios claros, mas também adiciona complexidade, com várias versões simultâneas do mesmo workload. É assim que o rollout funciona — só que isso traz desafios operacionais extras na alocação e otimização de recursos dos workloads no Kubernetes:
🚩 Várias réplicas do mesmo workload, em versões diferentes, rodam ao mesmo tempo.
🚩 Distribuição desigual de tráfego entre as diferentes réplicas do mesmo workload.
🚩 A resiliência e a estabilidade podem variar de uma réplica para outra.
🚩 Aumento temporário no consumo de recursos por causa de pipelines paralelos, entre outros fatores.
Tudo isso pode gerar sinais enganosos de otimização e tornar os esforços tradicionais ineficazes.
É aí que o PerfectScale by DoiT entra em cena! Estamos animados em apresentar nossas novidades mais recentes — a automação avançada com suporte a rollouts já está disponível para os clientes do PerfectScale!
Automação do PerfectScale com suporte a Argo rollouts
A nova automação com suporte a rollouts é o recurso que finalmente alinha otimização contínua e entrega contínua. Ao entender todo o contexto da estratégia de rollout em uso, ela permite que os times entreguem mais rápido sem comprometer a eficiência e a estabilidade do K8s. Veja como funciona:
Detecção da estratégia de Argo rollout
O PerfectScale detecta automaticamente a estratégia de Argo rollout em uso — seja blue-green, canary ou A/B — sem nenhuma configuração ou marcação manual.
Análise contínua por réplica
Com recursos exclusivos de revision-awareness, o PerfectScale consegue analisar e tratar cada réplica do workload de forma independente. Essa abordagem permite avaliar com precisão o comportamento de cada versão, entender seus padrões de desempenho e eficiência e definir exatamente de quantos recursos ela precisa, viabilizando uma otimização segura e precisa mesmo nos ambientes Kubernetes mais avançados e diversos.
Otimização autônoma com suporte a rollouts
O PerfectScale oferece controle granular sobre as ações de automação, agindo sempre da forma adequada. Quando o suporte a rollouts está ativo, o PerfectScale aplica recomendações de right-sizing de forma autônoma, considerando cada réplica e alinhando a otimização à sua estratégia de release.
Quando os Argo rollouts atrapalham a otimização — e como resolver
Deployments canary
Em um deployment canary, um pequeno grupo de usuários recebe a nova versão do app, enquanto o restante continua na versão antiga. Na prática, a nova versão recebe apenas 5–10% do tráfego e vai sendo liberada aos poucos, permitindo que os engenheiros testem e validem o comportamento sob diferentes cargas antes de substituir totalmente a versão antiga.
Nesse cenário, várias revisões do mesmo workload acabam rodando ao mesmo tempo, cada uma sob uma carga muito diferente. Quando o assunto é otimização, as ferramentas tradicionais tratam essas revisões como um único workload e ignoram que existem réplicas concorrentes — o que pode fazer com que a réplica canary, com uma fração mínima de tráfego, desperdice recursos dimensionados para produção em escala total.
É aqui que o PerfectScale faz toda a diferença. Ao analisar continuamente cada réplica de forma independente, ele faz o right-sizing dos workloads com base no consumo real de recursos, garantindo que as ações de otimização reduzam custos sem causar queda de desempenho nem contrariar a estratégia de rollout.
Deployments Blue-Green
Quando se adota a estratégia Blue-Green, o sistema roda temporariamente duas versões completas, a antiga (blue) e a nova (green), até que a versão green passe em todos os testes, e então transfere o tráfego de blue para green de uma só vez. Resultado: várias réplicas rodando ao mesmo tempo, o que aumenta a complexidade operacional para a otimização e a estabilidade do K8s.
Em alguns casos, as soluções de otimização existentes até cumprem seu papel, mas, como tratam cada versão da mesma forma, essa abordagem pode ser arriscada — levando a queda de desempenho, instabilidade ou desperdício de recursos.
Isso pode acontecer quando, por diferenças de configuração, a quantidade de memória que funciona bem para o deployment blue já não é suficiente para o green. Como resultado, a versão green pode sofrer pressão de memória, queda de desempenho ou até OOMs se ambas forem provisionadas com recursos idênticos. Por outro lado, se a versão green foi otimizada e agora precisa de menos recursos, aplicar as mesmas configurações da blue leva a superprovisionamento e desperdício de gastos em nuvem.
Para evitar esses riscos, o PerfectScale identifica de forma transparente as réplicas concorrentes, analisa cada uma de forma independente e faz o right-sizing autônomo dos workloads com base na demanda real de recursos, permitindo que os times otimizem seus clusters K8s com segurança e gerem valor de forma contínua.
Otimização confiável e econômica com suporte a Argo rollouts
Embora as estratégias avançadas de rollout permitam fazer entrega contínua com segurança e confiabilidade, muitas organizações ainda adiam sua adoção por causa do esforço operacional e dos custos extras de infraestrutura. O suporte do PerfectScale a Argo Rollouts ajuda os times a superar esse obstáculo e a ter deployments confiáveis sem abrir mão da otimização de custos.
📚 Quer ver o suporte a Argo rollouts em ação? Acesse nosso portal de documentação ou agende uma sessão técnica com nossos especialistas.
🆓 Ainda não usa o PerfectScale? Comece grátis hoje mesmo e leve a otimização do seu K8s a outro nível.