Focus sur les fonctionnalités d'infrastructure utiles

Trois fonctionnalités d'infrastructure à adopter cette semaine : le resize de Pod stable, Gateway API v1.3 et Cilium 1.18. Et deux promesses à ignorer.

Focus sur les fonctionnalités d'infrastructure utiles

Six ans. C'est le temps qu'il a fallu au resize de Pod pour passer de l'alpha à la stabilité dans Kubernetes. Six ans pendant lesquels tu redéployais une base de données entière pour ajouter 500 millicores de CPU.

Cette semaine, je fais le tri dans la pile d'infrastructure : trois nouveautés tiennent leurs promesses, deux sont du bruit marketing.

Le resize de Pod à chaud est enfin stable dans Kubernetes 1.35

La fonctionnalité In-Place Pod Resize a été introduite en alpha dans la 1.27, passée beta dans la 1.33, et elle est GA depuis la 1.35. Tu peux modifier les requests et limits CPU/mémoire d'un conteneur qui tourne, sans le tuer.

Concrètement, la nouvelle sous-ressource resize remplace le cycle « scale down / edit / scale up » :

kubectl patch pod api-7f9c4b --subresource resize --type merge \
  -p '{"spec":{"containers":[{"name":"api","resources":{"requests":{"cpu":"2","memory":"3Gi"},"limits":{"cpu":"2","memory":"3Gi"}}}]}}'

Le gain est énorme sur les workloads à état. Un Postgres qui encaisse un pic de trafic n'a plus besoin de perdre son cache partagé pour gagner de la RAM. Le Vertical Pod Autoscaler suit le mouvement : son mode InPlaceOrRecreate est passé beta et s'appuie directement sur cette mécanique.

Deux limites à connaître avant de câbler ça en production. Seuls le CPU et la mémoire sont redimensionnables, et les Pods Windows ou ceux gérés par le static CPU Manager en sont exclus.

La baisse de limite mémoire reste « best-effort » côté kubelet : si l'usage dépasse la nouvelle valeur, l'OOM killer peut encore frapper. Détail complet dans le billet officiel de la release.

Gateway API v1.3 enterre les annotations Ingress bricolées

La v1.3.0 est sortie fin avril 2025 et a fait entrer dans le canal Standard trois choses qu'on allait chercher dans des annotations propriétaires : les retry budgets, le CORS et le request mirroring. Un HTTPRoute suffit désormais pour décrire ce comportement.

apiVersion: gateway.networking.k8s.io/v1
kind: HTTPRoute
metadata:
  name: api-route
spec:
  parentRefs:
    - name: public-gw
  rules:
    - matches:
        - path:
            type: PathPrefix
            value: /api
      filters:
        - type: CORS
          cors:
            allowOrigins: ["https://liink.ovh"]
      timeouts:
        request: 3s
      retry:
        attempts: 2
        codes: [502, 503]

Mon avis est net : les annotations nginx.ingress.kubernetes.io/* ont rendu service, mais elles ne se valident pas, ne se documentent pas et divergent d'un contrôleur à l'autre. Migrer un parc Ingress vers Gateway API, c'est arrêter de deviner. Le changelog de la v1.3 liste les graduations exactes, et Traefik comme Cilium implémentent déjà le standard — j'avais détaillé les réglages côté proxy dans Performance et scalabilité Traefik.

Cilium 1.18 : du travail sérieux sur le plan de contrôle

Pas de nouvelle fonctionnalité spectaculaire ici, et c'est justement ce qui me plaît. La 1.18 réécrit le contrôle plane du service load-balancing pour consommer moins de mémoire, et annonce des policies et services traités jusqu'à 45 % plus vite à grande échelle.

Trois détails qui changent l'exploitation au quotidien : le rate limiting en ingress via le bandwidth manager, les egress gateways multiples, et des images Docker 32 % plus légères sur arm64. Sur un cluster de trois nœuds, ce dernier point seul justifie la montée de version.

Le résumé d'Isovalent reste la meilleure entrée en matière. En revanche, si ton réseau tourne bien en kube-proxy et que tu n'as aucune douleur de politique réseau, migrer pour le plaisir de l'eBPF est une erreur de priorisation.

Ce que je laisse volontairement de côté

Trois fonctionnalités ont eu leur moment de hype cette année et je les ai ignorées. Le Cluster Mesh pour fédérer des clusters : à trois nœuds, tu ajoutes un point de panne pour un besoin que tu n'as pas encore. La Dynamic Resource Allocation en GA : pertinente pour le GPU partagé, inutile si tu ne fais pas d'IA.

Et les couches de service mesh empilées sur Cilium, qui dupliquent ce que le CNI fait déjà.

Mon critère est toujours le même : est-ce que cette brique supprime une douleur que je vis cette semaine ? Si la réponse est non, elle attend. Le tri de ce mois-ci dans les mises à jour récentes d'infrastructure suit exactement cette logique.

Mon protocole de test avant d'adopter

Je ne teste jamais une nouvelle fonctionnalité directement en production, même en GA. Je monte un cluster kind jetable, j'active le feature gate, et je compare les métriques avant/après sur une charge rejouée.

kind create cluster --name essai --image kindest/node:v1.35.0
kubectl apply -f charge-test.yaml
kubectl top pod -l app=api --containers

Si le resize ne produit pas de ResizeCompleted event ou si le pic de latence p99 bouge de plus de 10 %, je ne déploie pas. Ce garde-fou m'a évité deux régressions cette année, dont une sur le resize mémoire justement. La stabilité d'une feature ne dit rien de son comportement sur ton trafic.