Ich liebe es, wie intuitiv CAST AI ist, was die Verwaltung von Kubernetes in meinem Unternehmen einfacher und direkter macht. Die Einfachheit der anfänglichen Konfiguration hat mich wirklich beeindruckt, da sie sehr einfach war und einen schnellen Start erleichterte. Die Kostensenkungsfunktion durch Spot-Instanzen und die Fähigkeit zur schnellen und einfachen Hibernation von nicht produktiven Clustern sind Merkmale, die ich als äußerst wertvoll erachte. Dies optimiert nicht nur meine finanziellen Ressourcen, sondern verbessert auch die betriebliche Effizienz. Darüber hinaus spiegelt die Empfehlung mit der Note 10, die ich CAST AI geben würde, meine volle Zufriedenheit und mein volles Vertrauen in die Plattform wider. Bewertung gesammelt von und auf G2.com gehostet.

Eine Art Selbstheilung, bevor Instanzen ausgetauscht werden, könnte verbessert werden. Ich möchte, dass vor dem Herunterfahren eines Nodes überprüft wird, ob die Anwendungen auf dem Ziel-Node korrekt initialisiert sind, um Ausfallzeiten zu vermeiden. Bewertung gesammelt von und auf G2.com gehostet.

Ich nutze CAST AI, um die Skalierung von Clustern zu automatisieren und die manuelle Arbeit bei der Wartung unserer Kubernetes-Infrastruktur zu reduzieren. Ich schätze, wie es hilft, die Cloud-Kosten zu senken, indem es die Skalierung automatisch übernimmt. Ich mag, wie gut CAST AI mit Spot-Instanzen und Cluster-Autoskalierung umgeht. Es verwaltet Spot-Instanzen einwandfrei, sodass ich mir keine Sorgen über Unterbrechungen machen muss. Was früher ein manueller, mühsamer Prozess war, wird jetzt automatisch erledigt. Besonders gefällt mir, dass CAST AI Spot-Instanzen automatisch verwalten und ohne Ausfallzeiten auf On-Demand umschalten kann. Außerdem war der Einrichtungsprozess unkompliziert, sodass wir mit minimalem Aufwand starten konnten. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal fühlt sich die Preisgestaltung für kleine Cluster etwas hoch an. Bewertung gesammelt von und auf G2.com gehostet.

CAST AI passt automatisch die Größe von Workloads an, entfernt nicht ausgelastete Knoten und wählt in Echtzeit die kostengünstigsten Instanzen aus – und spart dabei bis zu ~ 60 % der Cloud-Kosten, ohne die Leistung zu beeinträchtigen.\nIhr Autoscaler ist schnell und reaktionsfähig, skaliert Workloads vertikal und horizontal mit minimaler Verzögerung und unterstützt Echtzeit-Bin-Packing.\nEingebaute Sicherheitsüberprüfungen und Echtzeiteinblicke in Schwachstellen und Fehlkonfigurationen in Ihren Clustern sind hilfreich für die Einhaltung von Vorschriften.\nMit Richtlinien können Teams Governance durchsetzen (z. B. die Nutzung von GPUs verbieten oder Instanztypen einschränken), was in großen oder gemeinsam genutzten Umgebungen nützlich ist.\nBesonders für Organisationen mit dynamischen oder schwankenden Workloads führt die Automatisierung von CAST AI zu erheblichen Kosteneinsparungen.\n\t•\tEinfachheit und Geschwindigkeit:\nDie Benutzeroberfläche ist übersichtlich, das Onboarding ist relativ schnell und der Austausch von Knoten erfolgt in Minuten.\n\t•\tIdeal für SRE/Plattform-Teams:\nEntlastet den Aufwand für das Management von Autoscaling, Bereitstellung und Knotenauswahl. Bewertung gesammelt von und auf G2.com gehostet.

• Lernkurve bei der Governance:

Die Einrichtung von Richtlinien und die Interpretation einiger Empfehlungen erfordern etwas Lernaufwand, insbesondere für Teams, die neu in den Kubernetes-Interna sind.

• Begrenzte Dokumentationstiefe:

Einige Benutzer könnten die Dokumentation für fortgeschrittene Anwendungsfälle als unzureichend empfinden, insbesondere bei der Integration mit nicht standardmäßigen Setups (z. B. GKE-Arbeitslastidentitätsföderation, benutzerdefiniertes Netzwerk). Bewertung gesammelt von und auf G2.com gehostet.

- 30% Einsparungen bei den Cloud-Kosten für unsere gesamte Rechenleistung

- Steigerung der Produktivität meines Teams: Eine Aufgabe, die sieben Tage dauerte, wird jetzt in drei oder vier Tagen erledigt

- Wir haben auch zusätzliche Kosteneinsparungen durch Spot-Instanzen dank automatisierter Instanzauswahl freigeschaltet Bewertung gesammelt von und auf G2.com gehostet.

Keine Beschwerden, der Cast-Support ist großartig. Bewertung gesammelt von und auf G2.com gehostet.

CAST AI bietet eine robuste Überwachung der Kubernetes-Kosten und ermöglicht eine klare Sicht auf die Ressourcennutzung und Ausgaben über Cluster hinweg. Seine umsetzbaren Kostenvorschläge sind besonders hilfreich und leiten die Benutzer an, wie sie die Ausgaben mit spezifischen, praktischen Schritten optimieren oder reduzieren können. Darüber hinaus unterstützt CAST AI die Überwachung von Clustern auf Organisationsebene, was es Organisationen erleichtert, die Kosten und die Leistung mehrerer Cluster an einem Ort zu verwalten und zu analysieren. Insgesamt ist CAST AI ein effektives Werkzeug für Unternehmen, die eine bessere Kontrolle über ihre Kubernetes-Kosten und -Effizienz erlangen möchten. Bewertung gesammelt von und auf G2.com gehostet.

Obwohl CAST AI leistungsstarke Kostenoptimierungsfunktionen bietet, gibt es einige Bereiche, die verbessert werden könnten. Die anfängliche Einrichtung und Integration in bestehende Kubernetes-Umgebungen kann komplex sein und erhebliche Zeit und Fachwissen erfordern. Einige Benutzer haben von einer Lernkurve beim Navigieren in der Benutzeroberfläche und beim Verständnis des vollen Funktionsumfangs berichtet. Darüber hinaus können als Drittanbieterplattform Bedenken hinsichtlich der Datensicherheit und der Übergabe der Clusterverwaltung bestehen. Die Preisgestaltung könnte auch für kleinere Teams oder Organisationen mit begrenztem Budget eine Überlegung wert sein. Bewertung gesammelt von und auf G2.com gehostet.

Die Fähigkeit von CAST AI, Kubernetes-Workloads automatisch für Kosten und Leistung zu optimieren, ist unglaublich leistungsstark. Besonders schätze ich die Autoskalierungs- und Rightsizing-Funktionen, die unsere Cloud-Rechnung ohne manuellen Eingriff reduzieren. Die Benutzeroberfläche ist intuitiv, und die Integration mit AWS und GCP verlief nahtlos. Die Echtzeit-Kostentransparenz und umsetzbare Empfehlungen helfen uns, den Überblick über die Ressourcennutzung zu behalten. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt eine Lernkurve während der anfänglichen Einrichtung, besonders wenn Sie neu in den Kubernetes-Interna sind. Außerdem würde ich gerne mehr Dokumentation zu benutzerdefinierten Richtlinienkonfigurationen für Unternehmen mit einzigartigen Infrastrukturbedürfnissen sehen. Während der Support hilfreich ist, könnte die Reaktionszeit bei kritischen Problemen etwas schneller sein. Bewertung gesammelt von und auf G2.com gehostet.

CAST AI ist ein einfaches Tool, um Kubernetes-Cluster zu integrieren. Es bietet einfache Dashboards, um die CPU- und RAM-Auslastung der Nodes und Workloads zu verstehen. Mit CAST ist es einfach, Dinge umzusetzen. Schnelle Maßnahmen bei Problemen dank des 24/7-Kundensupports. Die Zeitplan-Neuausbalancierung ist ein großartiges Feature von CAST, mit dem wir die Neuausbalancierung zu flexiblen Zeiten planen können. Wir in unserer Organisation werden häufig die Konsole ansehen. Es bietet auch Slack-Konfigurationen und Warnungen zu den Metriken. Bewertung gesammelt von und auf G2.com gehostet.

CAST AI sollte die folgenden Funktionen verbessern, wie z.B. die Bereitstellung von Protokollen für die Workload-Autoskalierer. Die Audit-Protokolle müssen verbessert werden, um ein besseres Verständnis der Onboardings zu ermöglichen. Bewertung gesammelt von und auf G2.com gehostet.

CAST AI hilft Organisationen bei der Verwaltung von Cloud-Ressourcen und der Optimierung der Kosten mit hoher Verfügbarkeit zu niedrigen Kosten. Ihr Beratungsteam ist sehr zuverlässig und fast jederzeit verfügbar.

Die Integration in CAST AI ist sehr einfach, und wir haben unseren Cluster mit dem CAST AI-Tool verbunden. Mithilfe von Knotenvorlagen und Ressourcenallokation wurden der Maschinentyp und die Ressourcen den Pods im Google Kubernetes Engine-Cluster zugewiesen. Wir können sogar die Region definieren, in der unsere Pods gestartet werden sollen.

Wir haben ein Terraform-Skript verwendet, um unsere Cluster mit den CAST AI-Tools zu verbinden. Das CAST AI-Team ist bei der Integration sehr hilfreich, indem es die Dokumentation zur Verfügung stellt, um unseren Cluster mit CAST AI zu verbinden. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal gibt es einige Probleme, die auftauchen, wie Maschinentypen, die möglicherweise nicht von den Apps unterstützt werden, die wir mit dem CAST AI-Tool bereitgestellt haben, was mich wirklich ärgert. Bewertung gesammelt von und auf G2.com gehostet.

Für eine Plattform, die k8s-Mandantenfähigkeit nutzt, ist es sehr wichtig, die Kosten über viele Cluster und Namespaces hinweg einfach zu überwachen und zu optimieren. Cast bietet uns eine einfache Möglichkeit, dies zu erreichen. Bewertung gesammelt von und auf G2.com gehostet.

Bei ungleichmäßigen Arbeitslasten über Pods in einer Deployment oder StatefulSet liefert Auto-Scaling nicht immer die besten Ergebnisse, aber das gilt für alle k8s Auto-Scaling-Optionen. Mit cast.ai können Sie die Anfragen/Limits manuell anpassen. Bewertung gesammelt von und auf G2.com gehostet.

Automatische Auswahl des Maschinentyps Bewertung gesammelt von und auf G2.com gehostet.

Bitte fügen Sie mehr Funktionsdokumentation zur Konsole hinzu. Bewertung gesammelt von und auf G2.com gehostet.