A one-year measurement of quota-induced waste in private clouds
Este artigo analisa um ano de dados operacionais de nuvem privada para revelar que o gerenciamento de recursos baseado em cotas, combinado com o comportamento do usuário de provisionamento para demanda de pico e o overselling administrativo, leva a ineficiências significativas caracterizadas por exaustão persistente de cotas apesar da capacidade disponível e ociosidade prolongada de VMs.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
No mundo da computação, existe uma tensão constante entre ter potência suficiente para realizar um trabalho e desperdiçar essa potência quando ela fica ociosa. Os serviços de nuvem pública, como os usados por grandes corporações, frequentemente resolvem isso cobrando dos usuários por cada segundo de tempo de computador que consomem. Esse preço atua como um freio natural; se um servidor não está realizando um trabalho útil, o usuário para de pagar por ele e o desliga. As nuvens privadas, no entanto, operam de forma diferente. Estas são ambientes de computação dedicados, pertencentes a universidades, laboratórios de pesquisa ou grandes empresas, onde os usuários não pagam uma conta pelos recursos que utilizam. Em vez disso, os administradores estabelecem um limite fixo, conhecido como cota, sobre quanta potência de computação cada equipe pode reservar. A ideia é simples: dar a cada equipe uma parte justa da capacidade total para que um grupo não engula tudo. Mas, sem um preço para desencorajar o desperdício, uma dinâmica estranha pode surgir. As equipes podem agarrar tanta potência de computação quanto lhes é permitido, apenas para o caso de precisarem dela mais tarde, deixando essa potência parada enquanto outras equipes lutam para encontrar qualquer espaço.
Pesquisadores da Universidade Federal de Campina Grande, no Brasil, e da Università degli Studi del Piemonte Orientale, na Itália, decidiram investigar este desperdício invisível. Eles passaram um ano inteiro, de maio de 2024 a maio de 2025, observando o batimento cardíaco digital de uma nuvem privada usada pela sua própria universidade. Este sistema, construído sobre o software de código aberto chamado OpenStack, atende a centenas de pesquisadores e estudantes. É uma máquina massiva, capaz de rodar mais de mil computadores virtuais simultaneamente, com uma capacidade total de memória de 1.024 gigabytes. A equipe não olhou apenas para quanta potência estava sendo usada; eles olharam para quanta potência estava reservada versus quanta estava realmente trabalhando. Eles coletaram mais de 64 milhões de pontos de dados, rastreando cada máquina virtual, cada projeto e cada intervalo de cinco minutos de atividade. O objetivo deles era ver se as regras destinadas a manter as coisas justas estavam, na verdade, tornando o sistema ineficiente.
O que encontraram foi um sistema preso em um paradoxo criado por si mesmo. A nuvem foi projetada com uma margem de segurança, o que significa que a quantidade total de potência de computação prometida a todas as equipes combinadas era, na verdade, maior do que a máquina física poderia conter de uma só vez. Esta é uma prática comum chamada de "overselling" (venda excessiva), baseada na esperança de que nem todos precisarão de sua parte total no exato mesmo momento. Na realidade, a máquina física raramente atingia seu limite; ela estava completamente cheia em apenas cerca de 3 por cento dos dias. No entanto, apesar dessa abundância de espaço vazio, muitas equipes eram constantemente bloqueadas de criar novas máquinas virtuais. Os pesquisadores descobriram que pelo menos metade dos projetos atingia um muro onde não podiam provisionar sequer o menor computador possível porque tinham esgotado sua própria permissão de cota pessoal. Cerca de 14 por cento desses projetos ficaram presos neste estado durante todo o tempo do estudo. Ainda mais revelador, aproximadamente 27 por cento dos projetos foram impedidos de adicionar novas máquinas mesmo quando todo o cluster estava usando apenas 70 a 80 por cento de sua memória física total. O gargalo não era a falta de hardware; era a regra rígida do sistema de cotas em si.
A razão para esse bloqueio reside em como os usuários se comportam quando não há custo para manter os recursos. O estudo revelou um padrão de acúmulo de recursos. Quando uma equipe recebe uma cota, ela tende a reivindicar sua parte total imediatamente, muitas vezes provisionando máquinas virtuais muito antes de realmente precisar delas. Essas máquinas então ficam ociosas, consumindo sua cota, enquanto a equipe espera pelo início de um projeto futuro. Os pesquisadores mediram isso observando quanto tempo uma máquina virtual passava realmente trabalhando versus quanto tempo ela passava sem fazer nada. Eles definiram "uso significativo" como os momentos em que o processador estava calculando ativamente, ignorando os momentos em que a máquina estava apenas segurando dados na memória. Os resultados foram drásticos: em todo o sistema, as máquinas virtuais passaram mais do que o dobro do tempo ociosas do que em uso significativo. Embora cerca de metade das máquinas começasse a trabalhar no mesmo dia em que foram criadas, um número significativo ficou completamente sem uso por semanas ou até meses.
Este comportamento cria um ciclo vicioso. Como os usuários não podem ter certeza de que receberão os recursos de volta mais tarde se os renunciarem, eles os mantêm firmemente. Eles criam uma máquina virtual hoje, deixam-na rodando sem nada, e mantêm-na lá por semanas, apenas para garantir que ela esteja disponível quando um prazo chegar. Esta é uma escolha racional para a equipe individual, mas é desastrosa para o sistema como um todo. Significa que, enquanto uma equipe está sentada sobre uma pilha de potência de computação não utilizada, outra equipe é incapaz de iniciar um novo projeto porque sua cota está cheia. Os pesquisadores observaram que isto não é uma falha do hardware ou uma falta de demanda; é uma falha na estrutura de incentivos. Sem um preço a pagar pelo tempo ocioso, e sem uma forma de garantir o acesso futuro através de um sistema de reserva, a única estratégia segura para um usuário é o acúmulo.
O estudo sugere que a solução não é simplesmente construir máquinas maiores ou distribuir mais cotas, pois isso provavelmente levaria apenas a mais acúmulo. Em vez disso, os administradores precisam mudar as regras do jogo. Eles poderiam introduzir mecanismos que permitam aos usuários reservar recursos para um momento futuro específico, dando-lhes a segurança que buscam atualmente sem forçá-los a manter máquinas ociosas. Eles também poderiam implementar sistemas que detectem quando uma máquina está sem uso por muito tempo e recuperem automaticamente esse espaço para outros. Os dados mostram que uma enorme quantidade de potencial de computação está sendo desperdiçada, não porque esteja quebrada, mas porque as pessoas que a utilizam estão jogando um jogo onde as regras as incentivam a agarrar e guardar. Ao compreender este comportamento, os pesquisadores esperam projetar nuvens privadas que não sejam apenas justas na teoria, mas eficientes na prática, garantindo que as poderosas máquinas construídas para a pesquisa sejam realmente usadas para a pesquisa.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.