A one-year measurement of quota-induced waste in private clouds
Questo articolo analizza un anno di dati operativi di cloud privato per rivelare che la gestione delle risorse basata su quote, combinata con il comportamento degli utenti di approvvigionamento per la domanda di picco e l'overselling amministrativo, porta a significative inefficienze caratterizzate da un esaurimento persistente delle quote nonostante la capacità disponibile e da una prolungata inattività delle VM.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Nel mondo dell'informatica, esiste una tensione costante tra l'avere potenza sufficiente per svolgere un lavoro e lo spreco di tale potenza quando rimane inattiva. I servizi di cloud pubblico, come quelli utilizzati dalle grandi aziende, spesso risolvono questo problema addebitando agli utenti ogni secondo di tempo di calcolo consumato. Questo prezzo funge da freno naturale: se un server non sta compiendo un lavoro utile, l'utente smette di pagarlo e lo spegne. I cloud privati, invece, operano in modo diverso. Questi sono ambienti informatici dedicati, di proprietà di università, laboratori di ricerca o grandi aziende, dove gli utenti non pagano un conto per le risorse che utilizzano. Invece, gli amministratori impostano un limite fisso, noto come quota, su quanta potenza di calcolo ogni team può riservare. L'idea è semplice: dare a ogni team una quota equa della capacità totale affinché un gruppo non inghiotta tutto. Ma senza un prezzo che scoraggi lo spreco, può emergere una dinamica strana. I team potrebbero accaparrarsi tanta potenza di calcolo quanta ne sia loro consentita, giusto in caso ne abbiano bisogno in seguito, lasciando che tale potenza rimanga vuota mentre altri team faticano a trovare alcuno spazio.
Ricercatori della Federal University of Campina Grande in Brasile e dell'Università del Piemonte Orientale in Italia hanno deciso di investigare su questo spreco invisibile. Hanno trascorso un anno intero, da maggio 2024 a maggio 2025, osservando il battito cardiaco digitale di un cloud privato utilizzato dalla loro stessa università. Questo sistema, costruito su un software open-source chiamato OpenStack, serve centinaia di ricercatori e studenti. È una macchina massiccia, capace di eseguire oltre mille computer virtuali simultaneamente, con una capacità di memoria totale di 1.024 gigabyte. Il team non si è limitato a guardare quanta potenza venisse utilizzata; ha guardato quanta potenza fosse riservata rispetto a quanta stesse effettivamente lavorando. Hanno raccolto oltre 64 milioni di punti dati, tracciando ogni macchina virtuale, ogni progetto e ogni intervallo di cinque minuti di attività. Il loro obiettivo era vedere se le regole destinate a mantenere l'equità stessero in realtà rendendo il sistema inefficiente.
Ciò che hanno scoperto è un sistema intrappolato in un paradosso creato da se stesso. Il cloud è stato progettato con un margine di sicurezza, il che significa che la quantità totale di potenza di calcolo promessa a tutti i team combinati era in realtà superiore a quella che la macchina fisica poteva contenere contemporaneamente. Questa è una pratica comune chiamata overselling (sovravendita), basata sulla speranza che non tutti avranno bisogno della loro intera quota nello stesso momento. In realtà, la macchina fisica raggiungeva raramente il suo limite; era completamente piena solo in circa il 3 percento dei giorni. Eppure, nonostante questa abbondanza di spazio vuoto, molti team erano costantemente bloccati nel creare nuove macchine virtuali. I ricercatori hanno scoperto che almeno la metà dei progetti si scontrava con un muro dove non potevano nemmeno approvvigionare il più piccolo computer possibile perché avevano esaurito la propria quota personale. Circa il 14 percento di questi progetti è rimasto in questo stato per l'intero periodo dello studio. Ancora più significativo è che circa il 27 percento dei progetti era impedito dall'aggiungere nuove macchine anche quando l'intero cluster utilizzava solo il 70-80 percento della sua memoria fisica totale. Il collo di bottiglia non era la mancanza di hardware; erano le rigide regole del sistema di quote stesso.
La ragione di questo blocco risiede nel modo in cui si comportano gli utenti quando non c'è un costo per trattenere le risorse. Lo studio ha rivelato un modello di accaparramento delle risorse. Quando un team riceve una quota, tende a rivendicare immediatamente la sua intera parte, spesso creando macchine virtuali molto prima di averne effettivamente bisogno. Queste macchine rimangono poi inattive, consumando la loro quota, mentre il team attende l'inizio di un progetto futuro. I ricercatori hanno misurato questo fenomeno osservando quanto tempo una macchina virtuale passasse effettivamente lavorando rispetto a quanto tempo rimanesse inattiva. Hanno definito "uso significativo" i momenti in cui il processore era attivamente impegnato nel calcolo, ignorando i momenti in cui la macchina stava solo trattenendo dati in memoria. I risultati sono stati netti: nell'intero sistema, le macchine virtuali hanno trascorso più del doppio del tempo inattive rispetto al tempo di uso significativo. Mentre circa la metà delle macchine ha iniziato a lavorare il giorno stesso della loro creazione, un numero significativo è rimasto completamente inutilizzato per settimane o addirittura mesi.
Questo comportamento crea un circolo vizioso. Poiché gli utenti non possono essere certi di ricevere indietro le risorse in seguito se le rilasciano, le trattengono con forza. Creano una macchina virtuale oggi, la lasciano in funzione senza farci nulla e la tengono lì per settimane, solo per garantire che sia disponibile quando arriva una scadenza. Questa è una scelta razionale per il singolo team, ma è disastrosa per il sistema nel suo complesso. Significa che mentre un team è seduto su una pila di potenza di calcolo inutilizzata, un altro team non è in grado di iniziare un nuovo progetto perché la sua quota è esaurita. I ricercatori hanno notato che questo non è un fallimento dell'hardware o una mancanza di domanda; è un fallimento della struttura degli incentivi. Senza un prezzo da pagare per il tempo di inattività e senza un modo per garantire l'accesso futuro attraverso un sistema di prenotazione, l'unica strategia sicura per un utente è l'accaparramento.
Lo studio suggerisce che la soluzione non sia semplicemente costruire macchine più grandi o distribuire più quote, poiché ciò porterebbe probabilmente solo a un maggiore accaparramento. Invece, gli amministratori devono cambiare le regole del gioco. Potrebbero introdurre meccanismi che permettano agli utenti di prenotare le risorse per un tempo futuro specifico, offrendo loro la sicurezza che cercano attualmente senza costringerli a trattenere macchine inattive. Potrebbero anche implementare sistemi che rilevano quando una macchina è rimasta inutilizzata per troppo tempo e ne riacquistano automaticamente lo spazio per altri. I dati mostrano che una enorme quantità di potenziale potenza di calcolo viene sprecata, non perché sia rotta, ma perché le persone che la utilizzano stanno giocando a un gioco dove le regole incoraggiano a prendere e trattenere. Comprendendo questo comportamento, i ricercatori sperano di progettare cloud privati che non siano solo equi in teoria, ma efficienti in pratica, assicurando che le potenti macchine costruite per la ricerca siano effettivamente utilizzate per la ricerca.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.