O Facebook acaba de apresentar um sistema de gestão de tráfego, criado para ajudar a rede social na redução de consumo de energia de seu data center em 15%. A solução Autoscale promete economia por meio da otimização de cargas de servidores, automatizando a gestão para que ditos servidores nunca fiquem abaixo da capacidade.

O objetivo da tecnologia é manter os servidores em modo de repouso ou funcionando em uma capacidade média. Um dos engenheiros de software do Facebook, Qiang Wu, admitiu que o foco atual da rede social, referente ao balanceamento de carga está sujeito a ser melhorado.

Um servidor operando em baixa capacidade precisa de 130 watts para processar uma carga de trabalho; realizando a mesma função com uma carga plena, somente são necessários 20 watts extras. Quando o servidor está em repouso, consome 60 watts, de acordo com Wu.

Ao realocar cargas para liberar os servidores que operam em baixa capacidade, é possível reduzir o consumo de cada unidade pelo menos em 70 watts, apenas utilizando a CPU com mais eficiência. Se mencionada eficiência fosse realizada em todos data centers do Facebook, a redução de custos seria significativa. O Facebook tem abordado a questão da melhoria de balanceamento de carga, alterando o método de distribuição de carga dos servidores web.

A solução Autoscale evita a abordagem tradicional "round-robin" utilizada pelo Facebook, recorrendo a um sistema de atraso que espera até que o servidor tenha, pelo menos, metade da carga. Em períodos de descanso, se a carga total é baixa, o balanceador de carga compartilha o trabalho com um grupo determinado de servidores, em vez de distribuir a tarefa para todo conjunto de servidores disponíveis.

O servidor em descanso pode assim consumir 60 watts, em vez de 130. A tecnologia Autoscale subdivide o conjunto de servidores, ajustando dinamicamente o número de servidores em uso. O perigo está na criação de um conjunto de servidores ociosos que não recebem tráfego em períodos de descanso, situação que aumenta o risco do sistema sofrer um aumento súbito de atividade.

Em um teste, a solução Autoscale atingiu uma economia de energia de 27%, em um período de baixa atividade (após meia-noite). No horário de pico, no entanto, a taxa de economia de energia foi de 0%. A média de economia estimada, em um ciclo de 24 horas, é de entre 10-15% para diferentes clusters web.

"Embora a ideia pareça simples, é um desafio implementar a tecnologia de forma eficiente em um sistema de grande escala", disse o engenheiro do Facebook.