
cluster-efficiency
Kubernetes cluster efficiency analysis: resource utilization, Karpenter, OOM, workloads
- GitHub stars
- 17
Install
/plugin install cluster-efficiency@dapiRun it inside Claude Code after adding the marketplace with /plugin marketplace add dapi/claude-code-marketplace.
Contents
Discovered from sourceCommands 1
/cluster-efficiency — Анализ эффективности ресурсов кластера
Выполни комплексный анализ эффективности использования ресурсов кластера Kubernetes.
Аргументы
Передаются через $ARGUMENTS:
--context=NAME— Kubernetes контекст--namespace=NS— Фильтр по namespace--focus=AREA— Фокус: all, nodes, workloads, karpenter, cost--save— Сохранить отчет--compare— Сравнить с предыдущим--prometheus— Использовать Prometheus--deep— Глубокий анализ с подагентами
Режим работы
Фаза 0: Сбор контекста (ОБЯЗАТЕЛЬНО!)
Определи контекст Kubernetes:
CONTEXT="${CLUSTER_EFFICIENCY_CONTEXT:-$(kubectl config current-context)}"
echo "Using context: $CONTEXT"
ПЕРЕД любым анализом:
- Прочитай журнал изменений ресурсов:
cat docs/resource-changes.md 2>/dev/null || echo "Журнал не найден"
- Получи OOM историю:
kubectl --context=$CONTEXT get events -A --field-selector reason=OOMKilling --sort-by='.lastTimestamp' | tail -20
kubectl --context=$CONTEXT get pods -A -o json | jq -r '.items[] | select(.status.containerStatuses[]?.lastState.terminated.reason == "OOMKilled") | "\(.metadata.namespace)/\(.metadata.name)"' 2>/dev/null
- Сформируй "защитный список" workloads, для которых снижение ЗАПРЕЩЕНО:
- Упомянутые в откатах resource-changes.md
- Имевшие OOM за последние 7 дней
- Production namespace (без явной просьбы)
Фаза 1: Базовый анализ
SCRIPT_DIR=$(find ~/.claude -path "*/cluster-efficiency/scripts/cluster-efficiency.sh" -type f 2>/dev/null | head -1 | xargs dirname)
cd "$SCRIPT_DIR" && ./cluster-efficiency.sh $ARGUMENTS
Фаза 2: Глубокий анализ (--deep)
Если передан --deep или базовый анализ выявил серьёзные проблемы — запусти параллельно через Task tool три подагента (subagent_type="general-purpose"). Передай каждому контекст и защитный список.
Промпт для node-analyzer:
Ты — специализированный агент для анализа эффективности нод Kubernetes.
Контекст: $CONTEXT (используй во всех kubectl командах: --context=$CONTEXT)
Задачи:
1. Собрать метрики нод:
kubectl --context=$CONTEXT get nodes -o wide
kubectl --context=$CONTEXT top nodes
kubectl --context=$CONTEXT get nodes -L karpenter.sh/nodepool -L karpenter.sh/capacity-type
kubectl --context=$CONTEXT describe nodes | grep -E "^Name:|Allocatable:|Allocated resources:|cpu|memory"
2. Классифицировать ноды по типу (system/worker/spot/on-demand), управлению (static/Karpenter) и утилизации (low <30% / normal / high >70%)
3. Выявить проблемы: ноды <30% утилизации, переоцененные workloads (высокие requests при низком usage), несбалансированное распределение
Формат вывода:
NODE EFFICIENCY ANALYSIS
========================
Context: $CONTEXT
Summary: total/system/on-demand/spot ноды
Utilization Distribution: low/normal/high
Issues Found: конкретные ноды с цифрами
Recommendations: приоритизированные действия
Отвечай на русском. Конкретные числа и имена нод.
Промпт для workload-analyzer:
Ты — специализированный агент для анализа эффективности ресурсов workloads.
Контекст: $CONTEXT (используй во всех kubectl командах: --context=$CONTEXT)
Защитный список (снижение ЗАПРЕЩЕНО): $PROTECTED_WORKLOADS
Задачи:
1. Собрать метрики:
kubectl --context=$CONTEXT top pods -A --no-headers | sort -k3 -h -r | head -30
kubectl --context=$CONTEXT get pods -A -o json | jq -r '.items[] | select(.status.phase=="Running") | "\(.metadata.namespace)\t\(.metadata.name)\t\(.spec.containers[0].resources.requests.cpu // "none")\t\(.spec.containers[0].resources.requests.memory // "none")"'
2. Рассчитать efficiency ratio: actual/requested * 100%
3. Группировать по namespace и severity
Правила безопасности:
- Rails/Ruby apps: низкий CPU (5-20%) — НОРМА (I/O bound). НЕ снижать!
- Job processing: пиковые нагрузки непредсказуемы. Buffer x2 минимум
- Без Prometheus данных — НЕ рекомендуй снижение memory!
- Workloads из защитного списка — НЕ трогать!
Формула рекомендации (только с Prometheus 7d данными):
recommended_cpu = max(prometheus_max_7d, p95_7d) * 1.5
recommended_mem = prometheus_max_7d * 1.3
Формат вывода с тремя секциями:
ЗАЩИЩЕНО (снижение запрещено): список с причинами
МОЖНО ОПТИМИЗИРОВАТЬ: конкретные значения current -> recommended
НЕТ ДАННЫХ (нужен Prometheus): список
Отвечай на русском. Конкретные числа и рекомендуемые значения.
Промпт для karpenter-analyzer:
Ты — специализированный агент для анализа работы Karpenter в Kubernetes.
Контекст: $CONTEXT (используй во всех kubectl командах: --context=$CONTEXT)
Задачи:
1. Конфигурация NodePools:
kubectl --context=$CONTEXT get nodepools -o yaml
2. NodeClaims:
kubectl --context=$CONTEXT get nodeclaims -o wide
3. События консолидации:
kubectl --context=$CONTEXT get events -A --sort-by='.lastTimestamp' | grep -iE "karpen|nodeclaim|provision|consolidat" | tail -30
kubectl --context=$CONTEXT get events -A --field-selector reason=Unconsolidatable
4. Логи Karpenter:
kubectl --context=$CONTEXT -n kube-system logs -l app.kubernetes.io/name=karpenter --tail=200 | grep -iE "consolidat|disrupt|provision"
Типичные причины блокировки консолидации:
- "SpotToSpotConsolidation requires 15 cheaper instance types" — мало типов инстансов
- "Can't replace with a cheaper node" — нет дешевых вариантов
- "Pod has do-not-disrupt annotation" — под защищен
Формат вывода:
KARPENTER ANALYSIS
==================
NodePools Configuration: таблица с policy/consolidateAfter/limits
Managed Nodes: список с instance type/capacity type/age
Consolidation Status: eligible vs blocked
Consolidation Blockers: топ причин с частотой
Recommendations: конкретные действия
Отвечай на русском. Конкретные рекомендации по конфигурации.
Когда запускать OOM-анализ дополнительно:
Если найдены OOMKilled поды или memory usage >80% limit — добавь четвёртый Task с промптом:
Ты — специализированный агент для глубокого анализа OOM kills в Kubernetes.
Контекст: $CONTEXT
Источники данных (используй все доступные):
1. kubectl:
kubectl --context=$CONTEXT get pods -A -o json | jq -r '.items[] | select(.status.containerStatuses[]?.lastState.terminated.reason == "OOMKilled") | "\(.metadata.namespace)|\(.metadata.name)|\(.status.containerStatuses[].restartCount)|\(.status.containerStatuses[].lastState.terminated.finishedAt)"'
kubectl --context=$CONTEXT get events -A --field-selector reason=OOMKilling -o json
kubectl --context=$CONTEXT top pods -A
2. Prometheus (если доступен):
PROM_POD=$(kubectl --context=$CONTEXT get pods -n monitoring -l app.kubernetes.io/name=prometheus -o jsonpath='{.items[0].metadata.name}')
kubectl --context=$CONTEXT exec -n monitoring $PROM_POD -c prometheus -- wget -qO- 'http://localhost:9090/api/v1/query?query=sum+by+(namespace,pod)(increase(container_oom_events_total[7d]))'
kubectl --context=$CONTEXT exec -n monitoring $PROM_POD -c prometheus -- wget -qO- 'http://localhost:9090/api/v1/query?query=max+by+(namespace,pod)(max_over_time(container_memory_working_set_bytes[7d]))'
Задачи: выявить паттерны (время, дни, корреляции с деплоями), проанализировать workloads по OOM и restarts, сформировать рекомендации с конкретными limits и YAML патчами.
Формула: recommended_limit = max(max_observed * 1.3, p95_usage * 1.5), округлять до 64Mi.
Отвечай на русском. Конкретные числа, YAML патчи.
Фаза 3: Итоговый отчет
+====================================================================+
| CLUSTER EFFICIENCY REPORT — EXECUTIVE SUMMARY |
+====================================================================+
Date: YYYY-MM-DD HH:MM
Context: $CONTEXT
OVERALL HEALTH SCORE: XX/100
CPU Utilization: XX% (target: 70%)
Memory Utilization: XX%
Requests Efficiency: XX%
Karpenter Health: OK/WARNING
OOM Status: X pods affected
COST OPTIMIZATION OPPORTUNITIES
---------------------------------
* Potential CPU savings: Xm
* Potential Memory savings: XGi
* Nodes for consolidation: X
TOP ISSUES (by priority)
---------------------------------
[HIGH] ...
[MEDIUM] ...
[LOW] ...
RECOMMENDED ACTIONS
---------------------------------
1. [IMMEDIATE] ...
2. [THIS WEEK] ...
3. [MONITOR] ...
Критерии эффективности
| Метрика | Хорошо | Приемлемо | Плохо |
|---|---|---|---|
| CPU utilization | >70% | 40-70% | <40% |
| Memory utilization | >60% | 40-60% | <40% |
| Requests efficiency | >60% | 30-60% | <30% |
| Consolidation blockers | 0 | 1-2 | >2 |
| OOM/7d | 0 | 1-5 | >5 |
Правила безопасности
НЕ рекомендовать снижение для:
| Условие | Причина |
|---|---|
| Workload в журнале откатов | Уже пробовали, получили OOM |
| OOM за последние 7 дней | Очевидный риск |
| Production namespace | Только с явной просьбы |
| Rails/Ruby apps (низкий CPU) | I/O bound — это НОРМА |
| Job processing workloads | Пиковые нагрузки непредсказуемы |
| Нет Prometheus данных | Нет истории — нет доказательств |
Журнал изменений: docs/resource-changes.md
## 2025-01-15: app-job-processing CPU снижение
- Было: 1500m -> Стало: 500m
- Результат: OOM через 2 дня при пиковой нагрузке
- Откат: вернули 1500m
- Вывод: НЕ СНИЖАТЬ без Prometheus анализа пиков
Sponsors
Details
- Marketplace
- dapi/claude-code-marketplace
- Source
- cluster-efficiency
- Category
- Community