Un software che suggerisce in tempo reale a migliaia di server organizzati in cloud computing come distribuire in modo efficiente il carico di lavoro, abbassando così il costo di gestione. Si chiama Quasar ed è stato realizzato da due ingegneri, Christina Delimitrou e Christos Kozyra, dell’università californiana di Stanford. Grazie a questo software si arriva perfino a triplicare l’efficienza dei cluster di server che eseguono applicazioni o fanno data mining per il cloud.
Finora i tradizionali data center hanno affrontato i picchi di carichi di lavoro con un eccesso di capacità, ma adesso con l’esplosione del cloud computing (la cosiddetta “nuvola informatica”) – quell’insieme di tecnologie che permettono di memorizzare ed elaborare dati grazie all’utilizzo di risorse software o hardware distribuite e virtualizzate in Rete in un’architettura tipica client-server – il problema sembra si stia sempre più acuendo, rendendo necessaria una soluzione più efficace. Ed è così che da Stanford arriva Quasar, capace di raccomandare “il numero minimo di server necessario per ogni applicazione e quali possono essere meglio eseguite da un server multitasking“.
D’altra parte, acquistare e mantenere una server farm può avere un costo di milioni di dollari, anche se lontano dai picchi di elaborazione la maggior parte di questi calcolatori lavora solo al 20 per cento della capacità. Inoltre, si pensi che il traffico dati elaborato sulla nuvola supererà quest’anno, per la prima volta, quello dei tradizionali data center e rappresenterà nel 2015 – secondo Cisco, una delle aziende leader nella fornitura di apparati di networking – il 57 per cento dell’elaborazione dati globale complessiva. A tal proposito, si sta lavorando per rafforzare e migliorare Quasar, così da renderlo sempre più capace di sostenere la performance richiesta da centri dati che hanno decine di migliaia di server e per gestire applicazioni che girano su più data center.
Se generalmente in una ‘fattoria di server‘, gli sviluppatori prenotano la capacità di elaborazione e il tipo di server che occorrerà per ciascuna applicazione e per sicurezza lo calcolano in eccesso, con Quasar gli ingegneri di Stanford hanno cambiato l’approccio partendo, invece, dal calcolo delle prestazioni richieste. Per fare questo hanno tratto ispirazione all’algoritmo del processo noto come “filtraggio collaborativo”, che utilizza fatti noti per fornire successivamente dei suggerimenti più che ragionevoli. Ed è così, che applicando il principio ai centri dati, il software sa come certi tipi di server eseguono le specifiche applicazioni, abbattendo sensibilmente il costo di gestione del cloud computing.
