A one-year measurement of quota-induced waste in private clouds
Dit artikel analyseert een jaar aan operationele data van een private cloud om aan te tonen dat quota-gebaseerd resourcebeheer, in combinatie met het gebruikersgedrag van het provisioneren voor piekbelasting en administratief oververkopen, leidt tot aanzienlijke inefficiënties die worden gekenmerkt door aanhoudende quota-uitputting ondanks beschikbare capaciteit en langdurige VM-idleness.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de wereld van computing bestaat er een constante spanning tussen het hebben van genoeg kracht om een taak uit te voeren en het verspillen van die kracht wanneer men niet actief is. Publieke clouddiensten, zoals die gebruikt door grote bedrijven, lossen dit vaak op door gebruikers te rekenen voor elke seconde aan computertijd die zij consumeren. Deze prijs fungeert als een natuurlijke rem; als een server geen nuttig werk verricht, stopt de gebruiker met betalen en schakelt hij deze uit. Private clouds werken echter anders. Dit zijn toegewezen computingomgevingen die eigendom zijn van universiteiten, onderzoekslaboratoria of grote bedrijven, waarbij gebruikers niet betalen voor de middelen die zij gebruiken. In plaats daarvan stellen beheerders een vaste limiet vast, een zogenaamde quota, op hoeveel rekenkracht elk team kan reserveren. Het idee is simpel: geef elk team een eerlijk deel van de totale capaciteit zodat één groep niet alles opslokt. Maar zonder een prijs om verspilling tegen te gaan, kan er een vreemde dynamiek ontstaan. Teams kunnen zoveel rekenkracht opeisen als ze mogen, voor het geval ze het later nodig hebben, waardoor die kracht leeg blijft staan terwijl andere teams moeite hebben om überhaupt ruimte te vinden.
Onderzoekers aan de Federal University of Campina Grande in Brazilië en de Universiteit van Piemonte Orientale in Italië besloten dit onzichtbare verspilling te onderzoeken. Ze besteedden een heel jaar, van mei 2024 tot mei 2025, aan het observeren van de digitale hartslag van een private cloud die door hun eigen universiteit wordt gebruikt. Dit systeem, gebouwd op de open-source software genaamd OpenStack, bedient honderden onderzoekers en studenten. Het is een enorme machine, in staat om meer dan duizend virtuele computers tegelijkertijd te draaien, met een totale geheugencapaciteit van 1.024 gigabytes. Het team keek niet alleen naar hoeveel kracht er werd gebruikt; ze keken naar hoeveel kracht er werd gereserveerd versus hoeveel kracht er daadwerkelijk werk verrichtte. Ze verzamelden meer dan 64 miljoen datapunten, waarbij elke virtuele machine, elk project en elk interval van vijf minuten aan activiteit werd gevolgd. Hun doel was om te zien of de regels die bedoeld waren om de zaken eerlijk te houden, er in werkelijkheid voor zorgden dat het systeem inefficiënt werd.
Wat ze vonden was een systeem dat gevangen zat in een paradox die het zelf had gecreëerd. De cloud was ontworpen met een veiligheidsmarge, wat betekent dat de totale hoeveelheid rekenkracht die aan alle teams gezamenlijk werd beloofd, eigenlijk groter was dan wat de fysieke machine tegelijkertijd kon bevatten. Dit is een veelvoorkomende praktijk genaamd 'overselling', gebaseerd op de hoop dat niet iedereen op exact hetzelfde moment zijn volledige aandeel nodig zal hebben. In de praktijk bereikte de fysieke machine zelden zijn limiet; hij was slechts op ongeveer 3 procent van de dagen volledig vol. Toch, ondanks deze overvloed aan lege ruimte, werden veel teams constant geblokkeerd bij het aanmaken van nieuwe virtuele machines. De onderzoekers ontdekten dat ten minste de helft van de projecten tegen een muur aanliep waarbij ze zelfs de kleinste mogelijke computer niet konden voorzien omdat ze hun persoonlijke quotumlimiet hadden overschreden. Ongeveer 14 procent van deze projecten zat gedurende de gehele studie in deze staat vast. Nog veelzeggender was dat ongeveer 27 procent van de projecten werd geblokkeerd bij het toevoegen van nieuwe machines, zelfs toen de gehele cluster slechts 70 tot 80 procent van zijn totale fysieke geheugen gebruikte. De flessenhals was niet een gebrek aan hardware; het was de rigide structuur van het quotumsysteem zelf.
De reden voor deze blokkade ligt in hoe gebruikers zich gedragen wanneer er geen kosten verbonden zijn aan het vasthouden van middelen. De studie onthulde een patroon van het hamsteren van middelen. Wanneer een team een quotum ontvangt, hebben ze de neiging om hun volledige aandeel onmiddellijk op te eisen, waarbij ze vaak virtuele machines voorzien lang voordat ze die daadwerkelijk nodig hebben. Deze machines blijven dan ongebruikt draaien, waarbij ze een deel van hun quotum consumeren, terwijl het team wacht tot een toekomstig project begint. De onderzoekers maten dit door te kijken naar hoeveel tijd een virtuele machine daadwerkelijk aan het werk was versus hoeveel tijd de machine niets deed. Ze definieerden "betekenisvol gebruik" als de momenten waarop de processor actief aan het rekenen was, waarbij de momenten waarop de machine alleen data in het geheugen vasthield, werden genegeerd. De resultaten waren schokkend: over het hele systeem besteedden virtuele machines meer dan twee keer zoveel tijd aan inactiviteit als aan betekenisvol gebruik. Hoewel ongeveer de helft van de machines begon te werken op de dag dat ze werden aangemaakt, bleven een aanzienlijk aantal weken of zelfs maandenlang ongebruikt.
Dit gedrag creëert een vicieuze cirkel. Omdat gebruikers er niet zeker van kunnen zijn dat ze middelen later terugkrijgen als ze ze opgeven, houden ze ze stevig vast. Ze maken vandaag een virtuele machine aan, laten deze draaien zonder dat er iets op gebeurt, en houden deze daar wekenlang, enkel om er zeker van te zijn dat deze beschikbaar is wanneer een deadline nadert. Dit is een rationele keuze voor het individuele team, maar het is rampzalig voor het systeem als geheel. Het betekent dat terwijl het ene team op een stapel ongebruikte rekenkracht zit, een ander team geen nieuw project kan starten omdat hun quotum vol is. De onderzoekers merkten op dat dit geen falen is van de hardware of een gebrek aan vraag; het is een falen van de prikkelstructuur. Zonder een prijs te betalen voor inactiviteit, en zonder een manier om toekomstige toegang te garanderen via een reserveringssysteem, is de enige veilige strategie voor een gebruiker om te hamsteren.
De studie suggereert dat de oplossing niet simpelweg het bouwen van grotere machines of het uitgeven van meer quota is, aangezien dat waarschijnlijk alleen maar tot meer hamsteren zou leiden. In plaats daarvan moeten de beheerders de spelregels veranderen. Ze zouden mechanismen kunnen introduceren waarmee gebruikers middelen voor een specifieke toekomstige tijd kunnen reserveren, wat hen de zekerheid geeft die ze momenteel zoeken zonder hen te dwingen om ongebruikte machines vast te houden. Ze zouden ook systemen kunnen implementeren die detecteren wanneer een machine te lang ongebruikt is geweest en automatisch die ruimte opeisen voor anderen. De data laat zien dat een enorme hoeveelheid potentiële rekenkracht wordt verspild, niet omdat het kapot is, maar omdat de mensen die het gebruiken een spel spelen waarbij de regels hen aanmoedigen om te grijpen en te houden. Door dit gedrag te begrijpen, hopen de onderzoekers private clouds te ontwerpen die niet alleen in theorie eerlijk zijn, maar ook in de praktijk efficiënt, zodat de krachtige machines die voor onderzoek zijn gebouwd, ook daadwerkelijk voor onderzoek worden gebruikt.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.