ProphetStor Federator.ai est une solution soutenue par l’IA aidant les organisations à gérer et à optimiser des ressources pour des applications sur Kubernetes et pour des machines virtuelles dans des clusters VMware.
Grâce à ses algorithmes avancés d’apprentissage automatique capables de prédire les charges des applications, Federator.ai propose les fonctionnalités suivantes :
Un système de prédiction des charges soutenu par l’IA pour les applications conteneurisées dans des clusters Kubernetes ainsi que pour les VM dans les clusters VMWare et le service Elastic Compute Cloud (EC2) d’Amazon Web Services (AWS)
Des recommandations de ressources basées sur des métriques relatives à la prédiction des charges, aux applications ou encore à Kubernetes
Un provisionnement automatique du CPU et de la mémoire pour les contrôleurs et espaces de nommage génériques des applications Kubernetes
Un autoscaling des conteneurs d’application Kubernetes, des groupes de consommateurs Kafka et des services en amont NGINX Ingress
Des analyses de coûts pour des environnements avec plusieurs clouds, ainsi que des recommandations reposant sur les prédictions de charge pour les clusters Kubernetes et clusters de VM
Un système de calcul des coûts réels et des réductions de coûts potentielles reposant sur les recommandations de clusters, d’applications Kubernetes, de VM et d’espaces de nommage Kubernetes
L’intégration de ProphetStor Federator.ai vous permet de surveiller et de prédire l’utilisation des ressources de vos conteneurs Kubernetes, espaces de nommage et nœuds de cluster. Vous pouvez ainsi formuler des recommandations pertinentes afin d’éviter tout coût supplémentaire lié à un surprovisionnement ou tout problème de performance lié à un sous-provisionnement. Grâce à son intégration fluide au pipeline de CI/CD, Federator.ai vous permet d’optimiser en permanence vos conteneurs, où qu’ils soient déployés dans votre cluster Kubernetes. À l’aide de ses prédictions de workload pour les applications, Federator.ai effectue au moment opportun l’autoscaling des conteneurs d’application. Cette solution optimise également vos performances en utilisant le nombre optimal de réplicas de conteneurs, par l’intermédiaire de l’Autoscaler de pods horizontaux de Kubernetes ou de la solution Watermark Pod Autoscaling (WPA) de Datadog.
Vue d’ensemble de cluster ProphetStor Federator.ai
Cluster Resource Usage Predictions and Recommendations
Ce tableau présente les valeurs maximales, minimales et moyennes des charges CPU/mémoire prévues, ainsi que les charges CPU/mémoire recommandées par Federator.ai dans le cadre de la planification des ressources du cluster.
Cluster Node Resource Usage Predictions and Recommendations
Ce tableau présente les valeurs maximales, minimales et moyennes des charges CPU/mémoire prévues, ainsi que les charges CPU/mémoire recommandées par Federator.ai dans le cadre de la planification des ressources du nœud.
Node Current/Predicted Memory Usage (Daily)
Ce graphique présente la charge mémoire quotidienne prévue par Federator.ai, ainsi que la charge mémoire des nœuds.
Node Current/Predicted Memory Usage (Weekly)
Ce graphique présente la charge mémoire hebdomadaire prévue par Federator.ai, ainsi que la charge mémoire des nœuds.
Node Current/Predicted Memory Usage (Monthly)
Ce graphique présente la charge mémoire mensuelle prévue par Federator.ai, ainsi que la charge mémoire des nœuds.
Node Current/Predicted CPU Usage (Daily)
Ce graphique présente la charge CPU quotidienne prévue par Federator.ai, ainsi que la charge CPU des nœuds.
Node Current/Predicted CPU Usage (Weekly)
Ce graphique présente la charge CPU hebdomadaire prévue par Federator.ai, ainsi que la charge CPU des nœuds.
Node Current/Predicted CPU Usage (Monthly)
Ce graphique présente la charge CPU mensuelle prévue par Federator.ai, ainsi que la charge CPU des nœuds.
Ce tableau présente les valeurs maximales, minimales et moyennes des charges CPU/mémoire prévues, ainsi que les charges CPU/mémoire recommandées par Federator.ai dans le cadre de la planification des ressources des contrôleurs sur les 24 prochaines heures.
Workload Prediction for Next 7 Days
Ce tableau présente les valeurs maximales, minimales et moyennes des charges CPU/mémoire prévues, ainsi que les charges CPU/mémoire recommandées par Federator.ai dans le cadre de la planification des ressources des contrôleurs sur les 7 prochains jours.
Workload Prediction for Next 30 Days
Ce tableau présente les valeurs maximales, minimales et moyennes des charges CPU/mémoire prévues, ainsi que les charges CPU/mémoire recommandées par Federator.ai dans le cadre de la planification des ressources des contrôleurs sur les 30 prochains jours.
Current/Predicted CPU Usage (Daily)
Ce graphique présente la charge CPU quotidienne prévue par Federator.ai, ainsi que la charge CPU des contrôleurs.
Current/Predicted CPU Usage (Weekly)
Ce graphique présente la charge CPU hebdomadaire prévue par Federator.ai, ainsi que la charge CPU des contrôleurs.
Current/Predicted CPU Usage (Monthly)
Ce graphique présente la charge CPU mensuelle prévue par Federator.ai, ainsi que la charge CPU des contrôleurs.
Current/Predicted Memory Usage (Daily)
Ce graphique présente la charge mémoire quotidienne prévue par Federator.ai, ainsi que la charge mémoire des contrôleurs.
Current/Predicted Memory Usage (Weekly)
Ce graphique présente la charge mémoire hebdomadaire prévue par Federator.ai, ainsi que la charge mémoire des contrôleurs.
Current/Predicted Memory Usage (Monthly)
Ce graphique présente la charge mémoire mensuelle prévue par Federator.ai, ainsi que la charge mémoire des contrôleurs.
Current/Desired/Recommended Replicas
Ce graphique présente les réplicas recommandés par Federator.ai, ainsi que les réplicas actuels et souhaités des contrôleurs.
Memory Usage/Request/Limit vs Rec Memory Limit
Ce graphique présente la limite de mémoire recommandée par Federator.ai, ainsi que la charge mémoire demandée, limitée et actuelle des contrôleurs.
CPU Usage/Request/Limit vs Rec CPU Limit
Ce graphique présente la limite de CPU recommandée par Federator.ai, ainsi que la charge CPU demandée, limitée et actuelle des contrôleurs.
CPU Usage/Limit Utilization
Ce graphique présente la charge CPU du contrôleur et indique si la charge CPU se situe au-dessus ou en dessous de la limite.
Vue d’ensemble Kafka ProphetStor Federator.ai
Recommended Replicas vs Current/Desired Replicas
Ce graphique de série temporelle affiche les réplicas recommandés par Federator.ai et les réplicas actuels et souhaités dans le système.
Production vs Consumption vs Production Prediction
Ce graphique de série temporelle affiche le taux de production de messages Kafka ainsi que les taux de consommation et de production prévus par Federator.ai.
Kafka Consumer Lag
Ce graphique de série temporelle montre le retard total des consommateurs sur l’ensemble des partitions.
Consumer Queue Latency (msec)
Ce graphique de série temporelle montre la latence moyenne d’un message dans la file d’attente de messages avant qu’il ne soit reçu par un consommateur.
Deployment Memory Usage
Ce graphique de série temporelle montre l’utilisation de la mémoire par les consommateurs.
Deployment CPU Usage
Ce graphique de série temporelle montre la charge CPU des consommateurs.
Vue d’ensemble de l’analyse des coûts ProphetStor Federator.ai
Current Cluster Cost et Current Cluster Configuration
Ces tableaux présentent le coût actuel et la configuration de l’environnement des clusters.
Recommended Cluster - AWS et Recommended Cluster Configuration - AWS
Ces tableaux présentent la configuration des instances AWS recommandées par Federator.ai, ainsi que le coût des instances AWS recommandées.
Recommended Cluster - Azure et Recommended Cluster Configuration - Azure
Ces tableaux présentent la configuration des instances Azure recommandées par Federator.ai, ainsi que le coût des instances Azure recommandées.
Recommended Cluster - GCP et Recommended Cluster Configuration - GCP
Ces tableaux présentent la configuration des instances GCP recommandées par Federator.ai, ainsi que le coût des instances GCP recommandées.
Namespace with Highest Cost ($/day)
Ce graphique présente le coût journalier le plus élevé des espaces de nommage dans le cluster actuel.
Namespace with Highest Predicted Cost ($/month)
Ce graphique présente le coût mensuel prévu le plus élevé des espaces de nommage dans le cluster actuel.
Configuration
Suivez les instructions ci-dessous pour télécharger et configurer Federator.ai.
Installation
Connectez-vous à votre cluster OpenShift/Kubernetes.
Installez Federator.ai pour OpenShift/Kubernetes à l’aide de la commande suivante :
$ curl https://raw.githubusercontent.com/containers-ai/prophetstor/master/deploy/federatorai-launcher.sh | bash
...
Please enter Federator.ai version tag [default: latest]:latest
Please enter the path of Federator.ai directory [default: /opt]:
Downloading v4.5.1-b1562 tgz file ...
Done
Do you want to use a private repository URL? [default: n]:
Do you want to launch Federator.ai installation script? [default: y]:
Executing install.sh ...
Checking environment version...
...Passed
Enter the namespace you want to install Federator.ai [default: federatorai]:
.........
Downloading Federator.ai alamedascaler sample files ...
Done========================================Which storage type you would like to use? ephemeral or persistent?
[default: persistent]:
Specify log storage size [e.g., 2for 2GB, default: 2]:
Specify AI engine storage size [e.g., 10for 10GB, default: 10]:
Specify InfluxDB storage size [e.g., 100for 100GB, default: 100]:
Specify storage class name: managed-nfs-storage
Do you want to expose dashboard and REST API services for external access? [default: y]:
----------------------------------------
install_namespace= federatorai
storage_type= persistent
log storage size=2 GB
AI engine storage size=10 GB
InfluxDB storage size=100 GB
storage class name= managed-nfs-storage
expose service= y
----------------------------------------
Is the above information correct [default: y]:
Processing...
(snipped).........
All federatorai pods are ready.
========================================You can now access GUI through https://<YOUR IP>:31012
Default login credential is admin/admin
Also, you can start to apply alamedascaler CR for the target you would like to monitor.
Review administration guide for further details.
================================================================================You can now access Federatorai REST API through https://<YOUR IP>:31011
The default login credential is admin/admin
The REST API online document can be found in https://<YOUR IP>:31011/apis/v1/swagger/index.html
========================================Install Federator.ai v4.5.1-b1562 successfully
Downloaded YAML files are located under /opt/federatorai/installation
Downloaded files are located under /opt/federatorai/repo/v4.5.1-b1562
Vérifiez que les pods Federator.ai s’exécutent correctement.
$ kubectl get pod -n federatorai
Connectez-vous à l’interface graphique Federator.ai. L’URL et les identifiants de connexion figurent dans la sortie de l’étape 2.
