Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Le client Kubernetes gratuit Sextant réduit la mémoire par objet de 26 à 5,2 Ko

Sextant, client Kubernetes de bureau gratuit écrit en Rust et remplaçant Lens, ne stocke plus chaque objet du cluster sous la forme d'un arbre JSON gonflé. Un pod d'environ 2,5 Ko occupait auparavant 26 Ko en mémoire, contre 5,2 Ko désormais : pour 50 000 pods, cela représente 127,5 Mo au lieu de 481 Mo. Le coût se situe au niveau de la vitesse : le chargement de la liste complète passe de 9,0 s à 10,3 s. Pour les outils destinés aux grands clusters, il faut mesurer la mémoire et la vitesse ensemble.

Traité par IA depuis Habr AI ; édité par Hamidun News
Le client Kubernetes gratuit Sextant réduit la mémoire par objet de 26 à 5,2 Ko
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Chiffre clé #1L'idée est venue d'une pull request externe, l'une des premières du projet
Chiffre clé #2Les premières lignes du tableau apparaissent en 94 ms au lieu de 77 ms
Chiffre clé #3La mesure a été faite sur une build de debug ; la comparaison avec Lens et Freelens reste à faire

Si vous avez déjà ouvert un client de bureau Kubernetes sur un grand cluster, vous connaissez le problème : la fenêtre qui affiche simplement la liste des pods finit par engloutir des gigaoctets de mémoire. Sextant, alternative gratuite à Lens écrite en Rust et Tauri 2, sans compte, sans abonnement et sans télémétrie, était justement en retard sur ce point par rapport à ses concurrents. L'auteur l'avait reconnu dès son premier article sur le projet. Aujourd'hui, après une semaine de 13 releases (de 0.20.0 à 0.25.5, du 21 au 28 octobre), il a soldé cette dette. L'idée lui a été soufflée par quelqu'un de l'extérieur.

Ce qui n'allait pas avec la mémoire

Auparavant, le noyau de Sextant stockait chaque objet du cluster sous forme d'arbre JSON. C'est pratique pour le développement, mais coûteux. Imaginez que vous notiez une adresse sur un bout de papier, mais que vous deviez la ranger dans une armoire où chaque mot occupe son propre casier : le sens reste le même, mais il faut plusieurs fois plus de place.

Avec la version 0.25, les objets sont stockés de façon compacte. La mesure a été faite sur un test avec des pods d'environ 2,5 Ko chacun :

  • mémoire par objet : 26,0 Ko → 5,2 Ko, soit cinq fois moins ;
  • objets stockés pour 50 000 pods : 481 Mo → 127,5 Mo, soit environ 3,8 fois moins ;
  • liste complète de 50 000 pods : 9,0 s → 10,3 s ;
  • apparition des premières lignes du tableau : 77 ms → 94 ms.

L'auteur reconnaît clairement le prix à payer : la liste complète est un peu plus lente, de 1,3 seconde. Pendant le remplissage du tableau, l'utilisateur voit les premières lignes en 94 ms au lieu de 77 ms, un écart presque imperceptible.

D'où vient l'idée et ce qui a suivi

Cette semaine est la première où des pull requests externes ont été intégrées aux releases. Parmi elles : des filtres de tableaux, des réglages de la barre latérale et un correctif pour Windows, où des fenêtres de console Helm apparaissaient brièvement. L'idée du stockage compact des objets vient elle aussi d'une PR externe ; après son intégration, la mémoire par objet suivi a chuté d'environ cinq fois.

Une partie de la version 0.25 répond à des demandes d'utilisateurs : la recherche dans toutes les colonnes, des onglets pour les pods et les ressources d'un nœud, et le fonctionnement sans droit de lister les namespaces. Ce dernier cas est familier à beaucoup dans les grandes entreprises : un développeur a accès à quelques namespaces, mais pas à la liste de tous. Désormais, l'entrée « Tous les namespaces » signifie « tous ceux qui sont accessibles », et une erreur laisse place à un écran « Accès refusé » avec un bouton « Afficher quand même ».

Par ailleurs, des intégrations avec OpenShift, Operator Lifecycle Manager, k3s/RKE2 et vcluster ont été ajoutées. Des alertes provenant de Prometheus et Alertmanager ainsi que les logs des pods distants depuis Loki sont désormais pris en charge. Pour les agents IA, la version 0.25.5 a amélioré le serveur MCP intégré : il sait maintenant fonctionner lorsque les droits d'accès de l'utilisateur sont restreints (RBAC). Le point de départ a été une discussion dans laquelle un utilisateur avait connecté un agent à un cluster où il n'avait accès qu'à quelques namespaces, en décrivant les endroits où le MCP le gênait. Chaque point est devenu une issue distincte, et les cinq ont été intégrés à la version.

Comment le code est écrit et ce qu'on peut en retenir

L'ensemble du code de Sextant est généré par Claude Code. L'humain définit les tâches, prend les décisions d'architecture et effectue la revue, et chaque modification passe par des tests répétés. Chaque fonctionnalité dispose d'une issue avec ses exigences et d'une page dans le wiki.

L'enseignement pratique pour ceux qui développent des outils pour les grands clusters : conserver des arbres JSON bruts coûte cher. Une représentation compacte apporte un gain de mémoire considérable pour un léger surcoût en temps. Avant de reproduire un tel compromis, mesurez les deux paramètres sur des volumes réalistes. Regardez à la fois la mémoire totale et la rapidité avec laquelle l'utilisateur voit les premières données.

Il existe aussi des limites. L'auteur souligne que la mesure a été réalisée sur une build de debug et avec des pods de taille fixe. Sur des builds de release et des clusters en production, les chiffres peuvent différer. La comparaison avec Freelens et Lens sur des builds de release reste à faire : il est donc prématuré de revendiquer une avance sur la mémoire face aux concurrents. En revanche, la direction est claire : le projet reste gratuit, le restera, et progresse nettement plus vite qu'on ne pourrait l'attendre d'une expérience personnelle.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui n'allait pas avec la mémoire ?

Auparavant, le noyau de Sextant stockait chaque objet du cluster sous forme d'arbre JSON. C'est pratique pour le développement, mais coûteux. Imaginez que vous notiez une adresse sur un bout de papier, mais que vous deviez la ranger dans une armoire où chaque mot occupe son propre casier : le sens reste le même, mais il faut plusieurs fois plus de place. Avec la version 0.25, les objets sont stockés de façon compacte.

Que sait-on sur D'où vient l'idée et ce qui a suivi ?

Cette semaine est la première où des pull requests externes ont été intégrées aux releases. Parmi elles : des filtres de tableaux, des réglages de la barre latérale et un correctif pour Windows, où des fenêtres de console Helm apparaissaient brièvement. L'idée du stockage compact des objets vient elle aussi d'une PR externe ; après son intégration, la mémoire par objet suivi a chuté d'environ cinq fois.

Comment le code est écrit et ce qu'on peut en retenir?

L'ensemble du code de Sextant est généré par Claude Code. L'humain définit les tâches, prend les décisions d'architecture et effectue la revue, et chaque modification passe par des tests répétés. Chaque fonctionnalité dispose d'une issue avec ses exigences et d'une page dans le wiki. L'enseignement pratique pour ceux qui développent des outils pour les grands clusters : conserver des arbres JSON bruts coûte cher. Une représentation compacte apporte un gain de mémoire considérable pour un léger surcoût en temps.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ 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
Qu'en pensez-vous ?
Chargement des commentaires…