Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarHabr AI→ original

El cliente gratuito de Kubernetes Sextant redujo la memoria por objeto de 26 a 5,2 KB

Sextant, un cliente de escritorio gratuito de Kubernetes escrito en Rust y alternativa a Lens, dejó de guardar cada objeto del clúster como un árbol JSON inflado. Antes, un pod de unos 2,5 KB ocupaba 26 KB en memoria; ahora ocupa 5,2 KB. En 50 000 pods, eso significa 127,5 MB frente a 481 MB. El precio fue la velocidad: la lista completa se carga en 10,3 s frente a 9,0 s. En herramientas para clústeres grandes, conviene medir memoria y velocidad juntas.

Procesado por IA desde Habr AI; editado por Hamidun News
El cliente gratuito de Kubernetes Sextant redujo la memoria por objeto de 26 a 5,2 KB
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1La idea surgió de un pull request externo, uno de los primeros que recibió el proyecto.
Dato clave #2Las primeras filas de la tabla aparecen en 94 ms, frente a 77 ms.
Dato clave #3La medición se hizo con una compilación de depuración; la comparación con Lens y Freelens aún está pendiente.

Si alguna vez has abierto un cliente de escritorio para Kubernetes en un clúster grande, conoces el problema: una ventana que solo muestra una lista de pods acaba consumiendo gigabytes de memoria. Sextant, una alternativa gratuita a Lens escrita en Rust y Tauri 2, sin cuenta, sin suscripción y sin telemetría, era precisamente el que peor salía en ese aspecto frente a la competencia. Su autor lo reconoció ya en el primer artículo sobre el proyecto. Ahora, tras una semana con 13 versiones (de la 0.20.0 a la 0.25.5, entre el 21 y el 28 de octubre), ha saldado esa deuda. La idea para hacerlo vino de una persona externa al proyecto.

Qué fallaba con la memoria

Hasta ahora, el núcleo de Sextant guardaba cada objeto del clúster como un árbol JSON. Para desarrollar es cómodo, pero derrocha recursos. Imagina que anotas una dirección en un papel, pero la guardas en un armario donde cada palabra ocupa un cajón propio: el significado es el mismo, pero necesitas varias veces más espacio.

En la versión 0.25, los objetos pasaron a almacenarse de forma compacta. La medición se hizo con una prueba de pods de unos 2,5 KB cada uno:

  • memoria por objeto: de 26,0 KB a 5,2 KB, es decir, cinco veces menos;
  • objetos almacenados para 50 000 pods: de 481 MB a 127,5 MB, unas 3,8 veces menos;
  • carga de la lista completa de 50 000 pods: de 9,0 s a 10,3 s;
  • aparición de las primeras filas de la tabla: de 77 ms a 94 ms.

El autor reconoce el coste sin rodeos: la lista completa es algo más lenta, 1,3 segundos más. Mientras se llena la tabla, el usuario ve las filas en 94 ms en lugar de 77 ms; la diferencia apenas se nota.

De dónde surgió la idea y qué más incluye

Esta semana fue la primera en la que se incorporaron a las versiones pull requests externos. Entre ellos figuran filtros de tablas, ajustes del panel lateral y una corrección para Windows, donde aparecían ventanas de consola de Helm. La idea del almacenamiento compacto de objetos también llegó desde un PR externo, y tras aplicarla la memoria por cada objeto monitorizado bajó unas cinco veces.

Parte de la versión 0.25 nació de peticiones de los lectores: búsqueda en todas las columnas, pestañas con los pods y los recursos del nodo, y el funcionamiento sin permiso para listar namespaces. Esto último resulta familiar a quienes trabajan en grandes empresas: el desarrollador tiene acceso a un par de namespaces, pero no a la lista completa. Ahora, la opción «Todos los namespaces» significa «todos los disponibles», y en lugar de un error se muestra una pantalla de «Sin acceso» con el botón «Mostrar igualmente».

Además, se publicaron integraciones con OpenShift, Operator Lifecycle Manager, k3s/RKE2 y vcluster. También llegaron alertas de Prometheus y Alertmanager y los registros de pods remotos desde Loki. Para los agentes de IA, la versión 0.25.5 mejoró el servidor MCP integrado: ahora puede funcionar cuando el usuario tiene permisos de acceso limitados (RBAC). El detonante fue una discusión en la que un usuario conectó un agente a un clúster con acceso solo a un par de namespaces y explicó dónde el MCP le estorbaba. Cada punto se convirtió en un issue independiente, y los cinco entraron en la versión.

Cómo se escribe el código y qué aprender de ello

Todo el código de Sextant ha sido generado con Claude Code. La persona pone las tareas, toma las decisiones de arquitectura y hace las revisiones, y cada cambio pasa por múltiples pruebas. Cada función tiene un issue con sus requisitos y una página en la wiki.

La conclusión práctica para quien desarrolla herramientas para clústeres grandes: guardar árboles JSON en bruto resulta caro. Una representación compacta ofrece una mejora de memoria de varias veces a cambio de un pequeño coste en tiempo. Antes de aceptar un intercambio así, mide ambos parámetros con volúmenes realistas. Fíjate tanto en la memoria total como en la rapidez con la que el usuario ve los primeros datos.

También hay limitaciones. El autor subraya que la medición se hizo con una compilación de depuración y con pods de tamaño fijo. En compilaciones de lanzamiento y en clústeres reales, las cifras pueden variar. La comparación con Freelens y Lens en compilaciones de lanzamiento todavía está por llegar, así que declarar una victoria sobre la competencia en memoria sería prematuro. Aun así, la dirección es clara: el proyecto sigue siendo gratuito, va a seguir así y avanza bastante más rápido de lo que cabría esperar de un experimento personal.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué fallaba con la memoria?

Hasta ahora, el núcleo de Sextant guardaba cada objeto del clúster como un árbol JSON. Para desarrollar es cómodo, pero derrocha recursos. Imagina que anotas una dirección en un papel, pero la guardas en un armario donde cada palabra ocupa un cajón propio: el significado es el mismo, pero necesitas varias veces más espacio. En la versión 0.25, los objetos pasaron a almacenarse de forma compacta.

¿Qué se sabe sobre De dónde surgió la idea y qué más incluye?

Esta semana fue la primera en la que se incorporaron a las versiones pull requests externos. Entre ellos figuran filtros de tablas, ajustes del panel lateral y una corrección para Windows, donde aparecían ventanas de consola de Helm. La idea del almacenamiento compacto de objetos también llegó desde un PR externo, y tras aplicarla la memoria por cada objeto monitorizado bajó unas cinco veces.

Cómo se escribe el código y qué aprender de ello?

Todo el código de Sextant ha sido generado con Claude Code. La persona pone las tareas, toma las decisiones de arquitectura y hace las revisiones, y cada cambio pasa por múltiples pruebas. Cada función tiene un issue con sus requisitos y una página en la wiki. La conclusión práctica para quien desarrolla herramientas para clústeres grandes: guardar árboles JSON en bruto resulta caro. Una representación compacta ofrece una mejora de memoria de varias veces a cambio de un pequeño coste en tiempo.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…