Introduction#
Google vient d’annoncer la disponibilité générale de GKE Data Cache, une fonctionnalité qui ajoute une couche de cache SSD local devant le stockage persistant sur Google Kubernetes Engine. Pour les équipes qui opèrent des workloads stateful sur GKE, c’est un levier de performance qui mérite d’être évalué.
Ce que propose GKE Data Cache#
Le principe est direct : les SSD locaux attachés aux nœuds GKE servent de cache en lecture pour les Persistent Volumes. Les bénéfices annoncés par Google :
- Réduction de la latence de lecture sur les accès au stockage persistant
- Augmentation du nombre de transactions par seconde (TPS)
- Amélioration de l’efficacité globale pour les applications de type bases de données, data warehouses ou plateformes analytiques
La configuration se fait au niveau du cluster et des workloads, sans modification du code applicatif. On reste dans du déclaratif côté infrastructure.
Avis — un levier d’automatisation pour les équipes plateforme#
Ce qui rend cette fonctionnalité pertinente au-delà du simple gain de performance, c’est son modèle d’activation. Le cache se configure côté infra — potentiellement dans un StorageClass, une config de node pool ou des paramètres de workload. Pour une équipe plateforme, ça signifie qu’on peut :
- L’intégrer dans un module Terraform ou un chart Helm comme paramètre exposé
- Offrir aux équipes produit un levier de performance sans qu’elles aient à toucher leur application
- Garder la maîtrise côté plateforme sur l’activation et le dimensionnement du cache
C’est exactement la logique qu’on cherche à renforcer en platform engineering : réduire la surface de décision côté développeurs sur les sujets infra, tout en leur donnant accès à des optimisations concrètes via des abstractions bien pensées.
Reste à valider en conditions réelles : quel impact sur le coût des nœuds avec SSD local, quel comportement en cas de rescheduling de pods, et surtout si le gain de latence justifie le surcoût par rapport à un simple passage en SSD persistant plus rapide (type pd-ssd ou hyperdisk).
Pour les équipes qui ont déjà des bases de données ou du Redis sur GKE avec des problèmes de latence I/O, c’est clairement un paramètre à tester.