Avis et détails du produit ScaleOps

J'adore la façon dont ScaleOps offre un processus d'installation transparent, aussi simple que le déploiement de toute autre charge de travail Kubernetes, ce qui le rend extrêmement convivial. Le tableau de bord est incroyablement utile, offrant une automatisation en un seul clic et fournissant des suggestions précieuses adaptées à ma charge de travail, telles que la prédiction des pourcentages de ressources optimaux. ScaleOps résout le problème important de l'optimisation des ressources en ajustant automatiquement l'utilisation de la mémoire et du CPU en fonction du trafic et de l'utilisation, ce qui a conduit à une économie de coûts substantielle de 30 à 40 % sur mes coûts d'infrastructure. J'apprécie la fonctionnalité de mise à l'échelle VPA qui ajuste efficacement les ressources aux modèles de trafic, garantissant à la fois performance et rentabilité. J'apprécie également les fonctionnalités de dépannage qui offrent des informations prêtes à l'emploi sur des problèmes tels que la capacité mémoire ou des pods, ce qui permet de gagner beaucoup de temps par rapport à l'utilisation d'outils comme Grafana. De plus, j'accorde une grande valeur à leur équipe incroyable et à leur excellent support, un aspect qui contribue de manière significative à ma satisfaction, entraînant un score de recommandation parfait de ma part. Avis collecté par et hébergé sur G2.com.

Je pense que ScaleOps pourrait améliorer sa fonctionnalité d'autoscaling horizontal des pods (HPA) et explorer davantage ses fonctionnalités. De plus, je suis en discussion avec eux pour introduire une mise à l'échelle des daemon sets basée sur la taille des nœuds, une fonctionnalité qui, selon moi, serait extrêmement bénéfique. Avis collecté par et hébergé sur G2.com.

ScaleOps a été facile à configurer dans nos 6 principaux clusters GKE, chacun avec environ ~1k charges de travail uniques utilisant 350 nœuds et ~3k cœurs au total. Nous avons travaillé en étroite collaboration avec l'équipe de ScaleOps lors de l'intégration, et ils ont fourni un support rapidement. Nous avons économisé environ 30k USD par mois en coûts de calcul grâce à l'optimisation du dimensionnement de ScaleOps depuis son installation. En plus des économies de coûts, nous avons constaté une énorme amélioration de la fréquence des OOM kills sur la plateforme. Le dimensionnement automatique est beaucoup plus facile à mettre à l'échelle dans notre organisation avec des centaines de développeurs que les solutions précédentes pour le dimensionnement des charges de travail. Les politiques personnalisées de ScaleOps facilitent le contrôle du dimensionnement pour les différents besoins de latence, de fiabilité et techniques des charges de travail, nous donnant la flexibilité de conduire une optimisation agressive des coûts là où nous le pouvons, tout en laissant une large marge pour les charges de travail plus critiques et exigeantes. L'utilisation de leur configuration de politiques de style GitOps et l'attachement des charges de travail à ces politiques nous permet de contrôler cela à grande échelle malgré les 6k charges de travail distinctes à configurer. Avis collecté par et hébergé sur G2.com.

Bien que l'exécution de ScaleOps dans le cluster offre certains avantages en termes de fiabilité et de sécurité, le déploiement requis de Prometheus consomme une quantité significative de CPU et de mémoire, ce qui réduit nos économies globales. De plus, gérer Prometheus nous-mêmes signifie que nous devons développer une expertise dans son fonctionnement pour maintenir ScaleOps en bon état de marche. Comme pour le redimensionnement automatique, compter sur ScaleOps pour maintenir une taille de charge de travail optimale introduit une dépendance, faisant de ScaleOps lui-même un point de défaillance potentiel dans notre infrastructure. Il y a aussi quelques bugs dans l'interface utilisateur. Par exemple, les CronJobs n'appliquent pas leurs politiques configurées par GitOps tant qu'ils ne sont pas réellement exécutés. L'interface utilisateur est extrêmement lente, probablement en raison du grand nombre de charges de travail que nous avons. Il semble que le front-end charge toutes les charges de travail en mémoire et les manipule lors de l'interaction, ce qui provoque des réponses JavaScript lentes aux actions comme les clics et les survols.

Beaucoup des fonctionnalités en dehors du redimensionnement des charges de travail semblent immatures et/ou ne fournissent rien de plus que ce qui est fourni de base par Kubernetes ou GKE. Par exemple, la marge de manœuvre du cluster peut facilement être réalisée en utilisant la documentation officielle de surprovisionnement des nœuds de Kubernetes (https://kubernetes.io/docs/tasks/administer-cluster/node-overprovisioning/) avec une capacité de personnalisation significativement plus grande pour votre cas d'utilisation. Leur fonctionnalité "d'optimisation des spots" ne nous apporte aucune valeur ajoutée que nous n'obtenons déjà avec la fonctionnalité de classe de calcul intégrée de GKE. Je ne suis pas sûr de l'utilisation réelle de leur fonctionnalité d'optimisation des répliques, mais elle nous semble complètement inutile. Je pense que les autres fonctionnalités en dehors du redimensionnement des charges de travail ont été ajoutées comme du remplissage pour commercialiser le produit auprès de la direction sans fournir de réelle valeur technique aux entreprises utilisant ScaleOps. Ce n'est pas un réel problème pour nous, car nous n'étions intéressés que par le redimensionnement des charges de travail lorsque nous avons acheté la solution. Avis collecté par et hébergé sur G2.com.

J'aime que, en tant qu'entreprise, ScaleOps ait été très facile à travailler avec et qu'ils aient été flexibles sur les prix. Ils ont fourni un très bon support globalement. Le produit lui-même est très élégant et facile à utiliser, et il a fait ce qui est annoncé et plus encore. Avis collecté par et hébergé sur G2.com.

Nous avons eu un peu de difficulté à le configurer initialement et à communiquer à nos équipes internes les avantages de ScaleOps et pourquoi cela vaut le coût opérationnel. Avis collecté par et hébergé sur G2.com.

Bien que j'apprécie grandement l'aspect économique de ScaleOps, je le considère comme l'un de mes outils de prédilection pour l'observabilité générale/la surveillance de notre système. Il me fournit un moyen facile de voir les problèmes potentiels et les mauvaises configurations au sein de notre système. Nous avons découvert de nombreux "squelettes" grâce à ScaleOps. Enfin, je serais négligent de ne pas mentionner le soutien de l'équipe ScaleOps. À plusieurs reprises, nous avons eu des problèmes dans le système et l'équipe ScaleOps nous a aidés à analyser et à remédier. Le problème n'était PAS causé par les outils ScaleOps, mais ils ont été suffisamment patients et dévoués pour nous guider vers la véritable cause racine. Avis collecté par et hébergé sur G2.com.

Je ne dirais pas que c'est une aversion, mais j'aimerais voir un enrichissement continu des fonctionnalités du côté de la gestion des nœuds et des hôtes. Je peux voir ce que ScaleOps veut faire, mais j'ai du mal à suivre la prise de décision de Karpenter. J'aimerais voir cela dans une vue entièrement intégrée pour comprendre le mouvement des pods et des nœuds. De plus, j'ai des nœuds spécialisés exécutant leurs propres applications hôtes, en dehors du champ d'application de Kubernetes et impactant parfois la gestion des ressources. Ce serait incroyable que ScaleOps soit conscient de cette utilisation des ressources système et en tienne compte dans la capacité réservée kubelet/système. Avis collecté par et hébergé sur G2.com.

En tant qu'administrateur, mon expérience avec ScaleOps a été très positive. La plateforme se distingue par sa facilité de déploiement et de gestion, permettant une intégration rapide et transparente avec les environnements Kubernetes existants. Le processus d'installation est intuitif, nécessitant une configuration manuelle minimale tout en offrant un contrôle total pour les utilisateurs avancés.

D'un point de vue optimisation des coûts, ScaleOps offre des résultats mesurables. Son automatisation intelligente ajuste dynamiquement les ressources en fonction de la demande de charge de travail, aidant à réduire considérablement les coûts d'infrastructure sans compromettre la performance ou la stabilité. Les outils de surveillance et d'analyse intégrés offrent une visibilité claire sur l'utilisation des clusters et le comportement de mise à l'échelle, simplifiant à la fois les opérations et le dépannage.

ScaleOps propose également des options de configuration granulaires, permettant un ajustement précis des politiques de mise à l'échelle. Les administrateurs peuvent facilement adapter les seuils, les intervalles de mise à l'échelle et les comportements des groupes de nœuds pour s'aligner sur les besoins spécifiques des applications ou les SLA commerciaux. Cette flexibilité assure un équilibre optimal entre performance et efficacité des coûts.

Un autre point fort est la réactivité et la qualité du support de l'équipe ScaleOps. Les équipes de support client et de développement ont été proactives, fournissant une assistance rapide, une documentation claire et intégrant les retours dans les mises à jour du produit. Leur engagement reflète un véritable engagement envers l'amélioration continue et le succès des clients.

Dans l'ensemble, ScaleOps est une plateforme d'automatisation robuste, rentable et conviviale pour les administrateurs qui améliore l'efficacité opérationnelle, réduit les dépenses cloud et permet aux équipes de se concentrer davantage sur l'innovation plutôt que sur la gestion de l'infrastructure. Avis collecté par et hébergé sur G2.com.

La plateforme manque de tolérance aux pannes suffisante dans ses flux de travail automatisés. Il est possible de déclencher accidentellement une automatisation de cluster sans aucune confirmation ni option de retour en arrière. Il n'y a pas de deuxième étape de protection ou de mécanisme d'abandon, ce qui augmente le risque d'actions involontaires sur les clusters en direct.

De plus, l'approche de mise à jour et de versionnage n'est pas très simple. Les correctifs de bugs sont publiés sous la même étiquette de version, ce qui peut créer de la confusion lors du suivi des mises à jour du système ou de la validation de la compatibilité entre les environnements. Une politique de versionnage plus claire et un processus de mise à jour plus transparent aideraient à améliorer le contrôle opérationnel et la confiance. Avis collecté par et hébergé sur G2.com.

Je trouve ScaleOps incroyablement efficace pour automatiser l'optimisation des ressources à travers nos clusters Kubernetes, ce qui a considérablement amélioré notre efficacité en termes de coûts et réduit le besoin d'intervention manuelle. La facilité d'utilisation et l'interface utilisateur intuitive et claire rendent la navigation et l'application de différentes politiques simples, surtout avec la fonctionnalité d'auto-détection utile. Le support proactif de ScaleOps est remarquable ; ils prennent l'initiative de nous contacter lorsque des problèmes surviennent, fournissant des conseils et une aide pratique sans que nous ayons besoin de les solliciter. J'apprécie également la fonctionnalité qui affiche l'utilisation des ressources pour chaque nœud, offrant une visibilité claire sur la performance du cluster, ce qui, avec la capacité de comparer les demandes de mémoire et de CPU par rapport à l'utilisation réelle au fil du temps, nous aide à comprendre et à optimiser l'efficacité des ressources. Ces capacités nous aident à prendre des décisions éclairées sur le dimensionnement et l'allocation des ressources, évitant la surprovisionnement et améliorant l'efficacité opérationnelle. J'admire particulièrement la facilité de configuration et le support que nous avons reçu, qui a clarifié les limitations et aidé à résoudre efficacement les défis. Dans l'ensemble, ScaleOps est un outil fiable que je choisirais à nouveau pour son interface conviviale, son support proactif et ses capacités d'optimisation des ressources efficaces, et je le recommanderais vivement. Avis collecté par et hébergé sur G2.com.

J'ai vécu des situations où le cluster n'avait pas suffisamment de ressources disponibles en raison de répliques supplémentaires tentant de s'étendre sans trouver de nœud libre. De plus, il y a eu des cas où les répliques n'ont pas initialement reçu les définitions de ressources ScaleOps, perturbant leurs opérations. En outre, nous avons rencontré des cas où une ressource n'adoptait pas immédiatement les configurations ScaleOps, nécessitant une terminaison ou un redémarrage avant que la politique appropriée ne soit appliquée. Avis collecté par et hébergé sur G2.com.

Bien que Kubernetes prenne désormais en charge l'autoscaling vertical des pods de manière native, il est très utile d'avoir une interface utilisateur appropriée avec des tableaux de bord et la possibilité de rechercher dans l'ensemble des charges de travail. Les politiques intégrées fonctionnent parfaitement dans la plupart des cas. Les indicateurs d'erreur et d'avertissement dans "Gestion des nœuds" et "Dimensionnement des pods" nous aident à identifier les problèmes d'infrastructure. Avis collecté par et hébergé sur G2.com.

Cela devient vraiment lent lorsque l'on travaille avec un grand cluster EKS (800 nœuds). Lors de l'agrégation de plus de 10 clusters, l'indexation devient également lente. J'aimerais avoir plus d'exemples ou des descriptions plus claires sur les paramètres configurables dans les politiques, etc. Avis collecté par et hébergé sur G2.com.

ScaleOps a révolutionné la gestion de nos ressources cloud de manière efficace. La plateforme offre une visibilité claire sur la performance des clusters et l'utilisation des ressources, nous aidant à optimiser les charges de travail automatiquement sans intervention manuelle constante. J'apprécie particulièrement la fluidité et l'intuitivité de l'interface utilisateur — vous pouvez immédiatement voir d'où proviennent les économies. Les fonctionnalités d'automatisation autour de la mise à l'échelle et du dimensionnement optimal permettent d'économiser à la fois du temps et des coûts, et les rapports d'analyse facilitent la communication de la valeur aux parties prenantes. Dans l'ensemble, elle simplifie l'optimisation complexe du cloud en quelque chose d'actionnable et facile à gérer. Avis collecté par et hébergé sur G2.com.

Il y a très peu de choses à ne pas aimer. Parfois, les recommandations peuvent prendre un peu de temps à se rafraîchir après des changements de configuration majeurs. Avis collecté par et hébergé sur G2.com.

ScaleOps offre une couche d'intelligence transparente et automatisée pour optimiser les clusters Kubernetes. Ce que j'apprécie le plus, c'est le niveau de transparence et de contrôle qu'il fournit ; contrairement aux autoscalers en boîte noire, ScaleOps me permet de voir le raisonnement derrière chaque recommandation ou ajustement qu'il fait. Les informations sur l'utilisation du cluster et les économies potentielles sont remarquables, et son intégration avec nos flux de travail CI/CD et de surveillance existants a été complètement transparente.

Surtout, leur support client est exceptionnel ; ils sont très réactifs, compétents et vraiment attentionnés. C'est l'une des meilleures expériences de support que j'ai rencontrées. Avis collecté par et hébergé sur G2.com.

Il y a beaucoup de mises à niveau, ce qui peut parfois sembler excessif. Cependant, je comprends que comme Kubernetes est mis à jour fréquemment et que ses fonctionnalités évoluent, les développeurs doivent continuellement ajuster le code pour suivre le rythme. Avis collecté par et hébergé sur G2.com.

Il fait ce qu'il doit faire - il économise de l'argent :)

C'est aussi agréable d'avoir les tableaux de bord et les outils de surveillance même si ce n'est pas ce qu'il est censé être de mon point de vue.

Nous l'utilisons dans quelques "environnements bas" et nous n'avons pas rencontré de problèmes majeurs.

Une fois mis en œuvre, il est vraiment facile à utiliser et à contrôler. Avis collecté par et hébergé sur G2.com.

Nous avons rencontré des problèmes de performance en utilisant Scaleops dans notre environnement de production, ce qui nous a amenés à le désactiver partiellement et à perdre confiance dans le produit.

La configuration peut être plus facile à contrôler. Avis collecté par et hébergé sur G2.com.