{"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 bilanciatore di carico CPU dal MIT","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Si prevede di utilizzare il sistema Shenango 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 utilizzano<\/a><\/noindex> utilizzano solo il 20-40% delle capacit\u00e0 computazionali disponibili. In caso di carichi elevati, questa percentuale pu\u00f2 raggiungere il 60%<\/a><\/noindex>. Questa distribuzione delle risorse porta alla creazione di quelli che vengono chiamati \u00abserver zombie\u00bb. Queste sono macchine che rimangono inattive la maggior parte del tempo, sprechando energia elettrica. Oggi il 30% dei server nel mondo risultano inattivi<\/a><\/noindex>, consumando elettricit\u00e0 per 30 miliardi di dollari all'anno.<\/p>\n

Al MIT hanno deciso di combattere lo spreco inefficiente delle risorse computazionali.<\/a><\/noindex><\/p>\n

Un team di ingegneri ha sviluppato<\/a><\/noindex> hanno sviluppato un sistema di bilanciamento del carico sui processori chiamato Shenango. Il suo obiettivo \u00e8 monitorare lo stato del buffer delle attivit\u00e0 e ridistribuire i processi \"bloccati\" (che non riescono a ottenere tempo della CPU) su macchine libere.<\/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 pubblicati in repository<\/a><\/noindex> su GitHub.<\/p>\n

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

IOKernel decide a quale core trasferire un compito specifico. L'algoritmo determina anche quanti core saranno necessari. Per ogni processo vengono definiti core principali (guaranteed) e core aggiuntivi (burstable): i secondi vengono avviati in caso di improvvisa aumentata delle richieste alla CPU.<\/p>\n

La coda delle richieste di IOKernel \u00e8 organizzata come un buffer circolare<\/a><\/noindex>. Ogni cinque microsecondi, l'algoritmo verifica se tutti i compiti assegnati al core sono stati completati. Per fare ci\u00f2, confronta la posizione attuale della \"testa\" del buffer con la posizione precedente della sua \"coda\". Se si scopre che la coda era gi\u00e0 presente nella coda al momento della precedente 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 lo stesso processo \u00e8 gi\u00e0 stato eseguito in precedenza e che \u00e8 rimasto parzialmente nella cache, o a qualsiasi core inattivo.<\/p>\n

\"Nuovo
\n
\nShenango utilizza inoltre l'approccio work stealing<\/a><\/noindex>I nuclei assegnati a un'applicazione monitorano il numero di compiti l'uno dell'altro. Se un nucleo termina la propria lista di compiti prima degli altri, \"scarica\" parte del carico sui vicini.<\/p>\n

Vantaggi e svantaggi<\/h2>\n

\nSecondo gli esperti, i principali problemi dell'Internet delle cose sono le password facilmente indovinabili (spesso sono presenti password di fabbrica preimpostate, accessibili pubblicamente) e i firmware obsoleti dei dispositivi. In migliori dei casi, gli aggiornamenti vengono pubblicati con notevoli ritardi, nel peggiore \u2014 non vengono rilasciati affatto (a volte la possibilit\u00e0 di aggiornamento non \u00e8 nemmeno prevista a livello tecnico). Di conseguenza, molti dispositivi IoT vengono compromessi attraverso modi banali, come vulnerabilit\u00e0 nell'interfaccia web. Quasi tutte queste vulnerabilit\u00e0 sono critiche, ma il produttore ha possibilit\u00e0 estremamente limitate di creare rapidamente una patch e distribuirla come aggiornamento.<\/a><\/noindex> ingegneri del MIT, Shenango \u00e8 in grado di gestire cinque milioni di richieste al secondo e mantenere un tempo di risposta medio 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 DC potranno risparmiare sull'acquisto e sulla manutenzione dei server.<\/p>\n

Il potenziale della soluzione sottolineano<\/a><\/noindex> e esperti di altre universit\u00e0. Secondo un professore di un istituto coreano, il sistema del MIT aiuter\u00e0 a ridurre i ritardi nel funzionamento dei servizi web. Ad esempio, sar\u00e0 utile per i negozi online. Nei giorni di vendita, anche un ritardo di un secondo nel caricamento della pagina fornisce<\/a><\/noindex> pu\u00f2 portare a una riduzione del numero di visualizzazioni del sito dell'11%. Una distribuzione tempestiva del carico aiuter\u00e0 a servire pi\u00f9 clienti.<\/p>\n

La tecnologia ha ancora alcune limitazioni: non supporta i sistemi multiprocessore NUMA<\/a><\/noindex>- in cui i chip sono collegati a diversi moduli di memoria e non \"comunicano\" tra loro. In questo caso, IOKernel pu\u00f2 regolare il funzionamento di un gruppo separato 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. Essa calcola quanti nuclei saranno necessari all'applicazione al momento del suo avvio e distribuisce i processi in base a questo indicatore. Secondo gli autori, il ritardo massimo di funzionamento 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. Proprio come Shenango, la tecnologia utilizza per il ridistribuzione dei processi il metodo del furto di lavoro. Secondo gli autori di ZygOS, il ritardo medio nel funzionamento delle applicazioni quando si utilizza lo strumento \u00e8 di circa 150 microsecondi, mentre quello massimo \u00e8 di circa 450 microsecondi. Il codice del progetto \u00e8 anch'esso disponibile pubblicamente<\/a><\/noindex>.<\/p>\n

Conclusioni<\/h2>\n

\nI moderni DC continuano a espandersi, soprattutto la tendenza all'aumento \u00e8 evidente nel mercato dei data center hyperscale: attualmente nel mondo esiste<\/noindex> 430 data center ipermassivi, ma nei prossimi anni il loro numero potrebbe aumentare del 30%. Per questo motivo, le tecnologie di bilanciamento del carico sui processori saranno molto richieste. Sistemi come Shenango stanno gi\u00e0 venendo implementati<\/a><\/noindex> da grandi aziende e in futuro il numero di questi strumenti continuer\u00e0 a crescere.<\/p>\n

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