Red Sky OpsはKubernetes(K8s)環境のパラメーターをマシンラーニングを活用し最適な値を計算、適用を行うAIOpsソリューションです。
Red Sky Opsが求められる理由
K8sの運用では、「想定以上にコストがかかっている」「パフォーマンスが思うように出ない」という声は多く、K8sのパラメーター最適化は非常に重要な役割を持ちます。
パラメータの設計には、テスト環境で実際に本番環境を想定した負荷試験を行い、その結果をもとにパラメーターの計算を行いますが、複雑で大規模なコンテナリソースの計算は人間の手で行うには手間と時間がかかりすぎてしまいます。
週単位のリリース(アップデート)を行うためにはテスト(実験)を自動的に行い、その結果をマシンラーニングによって解析し、最適なパラメーター値を算出するソリューションが求められます。
Red Sky Opsは3つの簡単なステップで始められます!

- アプリケーションパフォーマンスのメトリック
- 実験を実行するための環境のテスト
- アプリケーションのロードテスト
Red Sky Ops サービス構成
Red Sky Ops Exploratory | Red Sky Ops Advanced | Red Sky Ops Expert | |
定価 | お問い合わせください。 | お問い合わせください。 | お問い合わせください。 |
実験 | 毎月初めの 5 experimentsは無料 | 毎月 10 experiment | 無制限 |
メトリック | 1 | 3 | 5 |
パラメーター | 最大 5 項目のパラメーターを最適化 | 最大 10 項目のパラメーターを最適化 | 最大 15 項目のパラメーターを最適化 |
trials per experiment | 最大 50 trials per experiment | 最大 100 trials per experiment | 最大 200 trials per experiment |
サポート | あり | あり | あり |
Parallel Trials | なし | 最大 4 parallel trials | 最大 8 parallel trials |
Parallel Experiments | Parallel Experiments | 最大 3 parallel experiments | 最大 5 parallel experiments |
Red Sky Ops 開発の背景
K8sの運用はリソースを多く振ればパフォーマンスは上がりますが、コストも比例して増加します。逆に、コストを下げるためにリソースを削った場合、パフォーマンスが低下する、もしくは処理が追いつかずにサービスが止まってしまう恐れがあります。
このような計算もこれまでのシステムであれば人の手で行うことが出来ていましたが、K8sを使用する環境では管理するPodの数が時には数千、数万単位となるために、この管理に人手を割くとK8sの管理だけに明け暮れてしまいます。
Carbon Relay 社も過去にK8s上で提供するサービスを構築していましたが、サービスの開発・運用よりもK8s側の運用にリソースが割かれてしまう問題に直面したため、この問題を解決するためにRed Sky Opsが開発されたという背景があります。