Kubernetes クラスタのコスト最適化ツール Burn

Burn は、Kubernetes クラスタの資金燃費を可視化するツールです。エージェントのインストール、ダッシュボードの維持、YAML の設定は一切不要で、設置して即座に実行できます。

採用の理由 (Why Burn?)

以下の特性により、クラウドコストの可視化と最適化をシンプルに実現します。

• ゼロセットアップ: Homebrew で 1 コマンドの実行だけで利用可能。エージェントや設定ファイルは不要です。
• 完全なコスト把握: 仮想マシン、ストレージ、ロードバランサー、GPU のコストをリアルタイムのクラウド基準で把握できます。
• AI 搭載機能: エンゲジされた英語での質問に対し、コピー＆ペースト可能な

  kubectl

  コマンドを返します。
• Slack ネイティブ:

  /burn

  と入力するだけでレポート表示。

  /burn ask "..."

  で AI による詳細分析も可能です。
• マルチクラウド対応: AWS EKS、Azure AKS、GCP GKE およびオンプレミス環境に対応しています。
• スポット (Spot) インスタンス最適化: リアルタイムの割引率と中断確率に基づき、どのワークロードを Spot へ移行すべきかを特定します。
• ロードバランサー検出:

  Service

  および

  Ingress

  の両方からロードバランサーを検出し、ホスト名の重複を防ぎます。
• タイムアウェア計算: スナップショットではなく、

  --period 7d

  を指定することで週平均を正確に計算します。

インストール方法

環境に合わせて以下のいずれかの方法でインストールしてください。

Homebrew (推奨)

brew install tanrikuluozlem/burn/burn
# バージョンアップ時は以下を実行
brew upgrade tanrikuluozlem/burn/burn

バイナリ (手動インストール)

VERSION=$(curl -s https://api.github.com/repos/tanrikuluozlem/burn/releases/latest | grep tag_name | cut -d'"' -f4 | tr -d 'v') && \
curl -L "https://github.com/tanrikuluozlem/burn/releases/latest/download/burn_${VERSION}_$(uname -s | tr '[:upper:]' '[:lower:]')_$(uname -m | sed 's/x86_64/amd64/;s/aarch64/arm64/').tar.gz" | tar xz

Docker

docker pull ghcr.io/tanrikuluozlem/burn:latest

Helm

git clone https://github.com/tanrikuluozlem/burn.git
helm install burn ./burn/charts/burn

Go (ソースからビルド)

go install github.com/tanrikuluozlem/burn/cmd/burn@latest

※ macOS 向け: Gatekeeper の警告が表示された場合は、以下を実行して解除してください。

sudo xattr -d com.apple.quarantine $(which burn)

クイックスタート

プロメス (Prometheus) との連携でコスト分析を開始します。

基本的なコマンド例

burn analyze

burn analyze --prometheus http://prometheus:9090

burn analyze --prometheus http://prometheus:9090 --period 7d

burn analyze --prometheus http://prometheus:9090 --namespace argocd

argocd

burn analyze --prometheus http://prometheus:9090 --spot

AI アナリティクスと推奨アクション

クラスター全体の無駄や、特定の namespace に対する推奨アクションを取得します。

# 7 日間平均と AI 分析
burn analyze --prometheus http://prometheus:9090 --period 7d --ai

# 特定の namespace 限定
burn analyze --prometheus http://prometheus:9090 --namespace app-backend --ai

# 直接質問形式
burn ask --prometheus http://prometheus:9090 "argocd はなぜこんなに高価なのか？"

AI の出力例と自動生成される

kubectl

コマンド

AI は以下のような詳細なレポートと、コスト削減のための具体的なコマンドを返します。

• リソース過剰プロビジョニング: p95 使用率に基づき CPU/メモリリクエスト量の再調整提案。
• ロードバランサー最適化: 内部通信のみ利用される Service を

  ClusterIP

  に切り替える提案。
• VPA 推奨: Vertical Pod Autoscaler の有効化による過剰プロビジョニングの防止。

スポット (Spot) レディネス機能

各インスタンスタイプについて、リアルタイムのスポット割引率と中断確率を表示し、移行候補を特定します。

平易な英語での質問

AI 分析機能を有効化するには、以下の環境変数を設定する必要があります。

export ANTHROPIC_API_KEY="your_api_key_here"

Slack インテグレーション

Burn を Slack ボットとして実行し、チャート内でコスト報告を行うことができます。

実働方法

1. サーバー起動:

   burn serve --port 8080 --prometheus http://prometheus:9090 --period 7d
   

2. スラッシュコマンド: チャット内で

   /burn

   と入力するだけでコストレポートが表示されます。
3. 高度な分析:

   /burn ask "..."

   で AI に質問できます。

Slack 設定手順

1. Slack Apps から新しい App を作成します。
2. スラッシュコマンド

   /burn

   を追加し、サーバー URL +

   /slack

   を指すように設定します。
3. 以下の環境変数を設定します:

   • SLACK_SIGNING_SECRET

   • ANTHROPIC_API_KEY

     (AI 機能を有効化する場合)
4. サーバーを公開します（テスト用には

   ngrok

   、本番用にはロードバランサーなどを介します）。

コマンドリファレンス

/burn

/burn ns <namespace>

/burn ask "<質問>"

kubectl

オンプレミスおよび GPU クラスタ対応

Burn はオンプレミス環境や GPU クラスタでも動作します。独自の資源単価を設定して分析可能です。

burn analyze \
  --cpu-price 0.05 \    # コアあたりの CPU コスト (1 時間)
  --ram-price 0.008 \   # GiB あたりのメモリ コスト (1 時間)
  --gpu-price 3.00 \    # GPU ユニットあたりのコスト (1 時間)
  --storage-price 0.10 # GiB あたりのストレージ コスト (1 ヶ月)

注: クラウドクラスタの場合、これらのフラグは指定せず、クラウド標準のリアルタイム価格が自動的に使用されます。

仕組み (アーキテクチャ)

Burn は以下のコンポーネントを読み取ってコストを計算・分析します。

1. Kubernetes API: ノード、Pod、PVC、Service、Ingress の状態を取得。
2. Prometheus: 実際の CPU およびメモリの使用量（オプション）を取得。
3. Cloud Pricing: AWS、Azure、GCP のリアルタイム価格を参照。
   • ↓
4. Cost Engine: 計算リソース、ストレージ、ロードバランサー、GPU、アイドル状態の検出と集計。
   • ↓
5. 出力: CLI、Slack ボット、AI 推奨アクションへ提供。

価格情報源の優先度

1. AWS/Azure プライシング API: クレデンシャルが存在する場合（リアルタイムかつリージョンに即した情報）。
2. 組み込み価格データベース: クレデンシャルがない場合（600+ AWS、300+ Azure インスタンスタイプを週更新収録）。
3. 静的フォールバック: インスタンスタイプが不明な場合（インスタンスファミリーに基づく見積もり）。

• ストレージおよびロードバランサーは、API が存在しない場合は静的フォールバック値を使用。
• GPU ノードは自動検出され、比率ベースのコスト分割により価格付けが行われます。

Kubernetes へのデプロイ

Helmチャートでのインストール

git clone https://github.com/tanrikuluozlem/burn.git
helm install burn ./burn/charts/burn \
  --set prometheus.url=http://prometheus:9090 \
  --set schedule="0 9 * * 1-5"

CronJob (日次 Slack リポート用 YAML)

定期的なレポート生成と Slack 送信用の設定例です。

apiVersion: batch/v1
kind: CronJob
metadata:
  name: burn-report
spec:
  schedule: "0 9 * * 1-5"
  jobTemplate:
    spec:
      template:
        spec:
          containers:
          - name: burn
            image: ghcr.io/tanrikuluozlem/burn:latest
            args:
            - analyze
            - --prometheus=http://prometheus-server.monitoring:80
            - --period=7d
            - --ai
            - --slack
            env:
            - name: ANTHROPIC_API_KEY
              valueFrom:
                secretKeyRef:
                  name: burn-secrets
                  key: anthropic-api-key
            - name: SLACK_WEBHOOK_URL
              valueFrom:
                secretKeyRef:
                  name: burn-secrets
                  key: slack-webhook-url
          restartPolicy: OnFailure

設定項目詳細

環境変数

ANTHROPIC_API_KEY

--ai

ask

serve

SLACK_WEBHOOK_URL

--slack

SLACK_SIGNING_SECRET

serve

コマンドラインフラグ

--cpu-price

--ram-price

--gpu-price

--storage-price

--spot

注: クラウドプロバイダーから価格情報を取得できないオンプレミス環境においてのみ、これらのフラグを使用します。

開発者向け

ビルドとテストの実行方法です。

make build    # バイナリの構築
make test     # テストの実行
make lint     # リンターの実行

ライセンス

本ツールは Apache 2.0 ライセンスの下で提供されています。詳細は

LICENSE