{"id":31148,"date":"2019-10-31T21:39:44","date_gmt":"2019-10-31T18:39:44","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novyj-balansirovshhik-nagruzki-na-cpu-ot-mit\/"},"modified":"2019-10-31T21:39:44","modified_gmt":"2019-10-31T18:39:44","slug":"novyj-balansirovshhik-nagruzki-na-cpu-ot-mit","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/administrirovanie\/novyj-balansirovshhik-nagruzki-na-cpu-ot-mit","title":{"rendered":"Nuovo bilanciamento del carico CPU dal MIT","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Il sistema Shenango sar\u00e0 utilizzato nei data center.<\/h5>\n

\n\"Nuovo<\/a><\/noindex>
\n\/ \u0444\u043e\u0442\u043e Marco Verch<\/a><\/noindex> CC BY<\/a><\/noindex><\/i><\/p>\n

Secondo uno dei fornitori, i data center usano<\/a><\/noindex> utilizzano solo il 20-40% delle capacit\u00e0 computazionali disponibili. Durante i picchi di carico, questa percentuale pu\u00f2 raggiungere il 60%<\/a><\/noindex>. Questa distribuzione delle risorse porta alla nascita di quelli che vengono chiamati \u00abserver zombie\u00bb. Queste macchine restano inattive per la maggior parte del tempo, sprecando energia. Oggi il 30% dei server nel mondo rimane inutilizzato<\/a><\/noindex>, divorando elettricit\u00e0 per un totale di 30 miliardi di dollari all'anno.<\/p>\n

Per affrontare lo spreco inefficiente delle risorse computazionali, il MIT ha deciso di agire.<\/a><\/noindex><\/p>\n

Un team di ingegneri ha sviluppato<\/a><\/noindex> ha sviluppato un sistema di bilanciamento del carico per processori chiamato Shenango. Il suo obiettivo \u00e8 monitorare lo stato del buffer delle attivit\u00e0 e ridistribuire i processi \u00abbloccati\u00bb (che non possono ottenere tempo di processore) su macchine disponibili.<\/p>\n

Come funziona Shenango<\/h2>\n

\nShenango \u00e8 una libreria Linux scritta in C con binding per Rust e C++. Il codice del progetto e le applicazioni di test sono stati pubblicati in repository<\/a><\/noindex> su GitHub.<\/p>\n

La base della soluzione \u00e8 rappresentata dall'algoritmo IOKernel, che viene eseguito su un core dedicato di un sistema multiprocessore. Gestisce le richieste al CPU tramite un framework DPDK<\/a><\/noindex>, che consente alle applicazioni di interagire direttamente con i dispositivi di rete.<\/p>\n

IOKernel decide a quali core assegnare compiti specifici. L'algoritmo determina anche quanti core saranno necessari. Per ogni processo vengono identificati i core principali (guaranteed) e quelli aggiuntivi (burstable) \u2014 i secondi vengono attivati in caso di un improvviso aumento delle richieste al CPU.<\/p>\n

La coda delle richieste di IOKernel \u00e8 organizzata come un buffer circolare<\/a><\/noindex>. Ogni cinque microsecondi, l'algoritmo verifica se tutte le attivit\u00e0 assegnate a un core sono state completate. A tal fine, confronta la posizione attuale della 'testa' del buffer con la posizione precedente della 'coda'. Se risulta che la coda era gi\u00e0 nella coda al momento dell'ultima verifica, il sistema segna un sovraccarico del buffer e assegna un core aggiuntivo al processo.<\/p>\n

Nella distribuzione del carico, si d\u00e0 priorit\u00e0 ai core su cui un simile processo era gi\u00e0 stato eseguito in precedenza e parzialmente rimasto nella cache, o a qualsiasi core inattivo.<\/p>\n

\"Nuovo
\n
\nShenango utilizza inoltre un approccio work stealing<\/a><\/noindex>. I core dedicati all'esecuzione di un'applicazione monitorano il numero di attivit\u00e0 l'uno dell'altro. Se un core termina la propria lista di compiti prima degli altri, esso \"ruba\" parte del carico dai vicini.<\/p>\n

Vantaggi e svantaggi<\/h2>\n

\nSecondo le parole<\/a><\/noindex> ingegneri del MIT, Shenango \u00e8 in grado di gestire cinque milioni di richieste al secondo e mantenere un tempo medio di risposta di 37 microsecondi. Gli esperti affermano che in alcuni casi la tecnologia pu\u00f2 aumentare il tasso di utilizzo dei processori nei data center fino al 100%. Di conseguenza, gli operatori dei data center possono risparmiare sull'acquisto e la manutenzione dei server.<\/p>\n

Potenziale della soluzione sottolineano<\/a><\/noindex> e specialisti di altri atenei. Secondo un professore di un istituto coreano, il sistema del MIT contribuir\u00e0 a ridurre i ritardi nei servizi web. Ad esempio, sar\u00e0 utile per il lavoro dei negozi online. Nei giorni delle svendite, anche un ritardo di un secondo nel caricamento della pagina provoca<\/a><\/noindex> porta a una diminuzione delle visualizzazioni del sito dell'11%. Una distribuzione del carico in tempo reale aiuter\u00e0 a servire pi\u00f9 clienti.<\/p>\n

La tecnologia ha ancora dei difetti: non supporta sistemi NUMA NUMA<\/a><\/noindex>- nei quali i chip sono collegati a moduli di memoria diversi e non \"comunicano\" tra loro. In questo caso, IOKernel pu\u00f2 regolare il funzionamento di un gruppo di processori, ma non di tutti i chip del server.<\/p>\n

\"Nuovo
\n\/ \u0444\u043e\u0442\u043e Tim Reckmann<\/a><\/noindex> CC BY<\/a><\/noindex><\/i><\/p>\n

Tecnologie analoghe<\/h2>\n

\nTra gli altri sistemi di bilanciamento del carico sui processori, si distingue Arachne. Calcola quanti core saranno necessari per un'applicazione al momento del suo avvio e distribuisce i processi di conseguenza. Secondo gli autori, il massimo ritardo nelle prestazioni dell'applicazione in Arachne \u00e8 di circa 10.000 microsecondi.<\/p>\n

La tecnologia \u00e8 implementata come una libreria C++ per Linux e il suo codice sorgente \u00e8 disponibile su GitHub<\/a><\/noindex>.<\/p>\n

Un altro strumento di bilanciamento \u00e8 ZygOS. Come Shenango, utilizza il metodo del work stealing per ridistribuire i processi. Gli autori di ZygOS dichiarano che il ritardo medio nelle prestazioni delle applicazioni utilizzando questo strumento \u00e8 di circa 150 microsecondi, mentre il massimo \u00e8 di circa 450 microsecondi. Il codice del progetto \u00e8 anch'esso disponibile al pubblico<\/a><\/noindex>.<\/p>\n

Conclusioni<\/h2>\n

\nI moderni data center continuano a espandersi, con una tendenza particolarmente evidente nel mercato dei data center hyperscale: attualmente nel mondo esiste<\/noindex> ci sono 430 data center hyperscale, ma nel prossimo futuro il loro numero potrebbe aumentare del 30%. Per questo motivo, le tecnologie per il bilanciamento del carico sui processori saranno molto richieste. Sistemi come Shenango stanno gi\u00e0 venendo implementati<\/a><\/noindex> da grandi corporazioni, e in futuro il numero di questi strumenti continuer\u00e0 a crescere.<\/p>\n

\nPost dal Primo blog su IaaS aziendale:<\/p>\n