Carbon-aware deployment of adaptive cloud native applications

Carbon emissions of data centres have recently become an extremely important topic, resulting in a big effort (both on the hardware and software side) to minimize them. For what concerns the software side, the carbon emissions of cloud applications can be constrained by a carbon budget and, to stay within its boundaries, most of the approaches involve rescheduling the execution of microservices to a moment or to a location in which energy coming from renewable sources is available. In fact, the amount of energy produced from renewable energy sources can vary greatly, depending on environmental conditions, requiring applications to adapt continuously. To address this problem, recent approaches propose to enhance the adaptivity of applications by providing multiple versions of the microservices composing the application (with different energy demands) and marking some of them as fully optional, so that, using carbon-aware approaches, the appropriate version of each microservice can be chosen, in order to avoid exceeding a given carbon budget with the application’s emissions. This thesis proposes a carbon-aware algorithm that, given an hourly-based carbon budget, finds the best trade-off between Quality of Experience (QoE), revenue (rev), and the carbon emissions. This is done by choosing the most appropriate version for each microservice composing the application, so that QoE and rev are maximised, and the budget is optimally utilised, without exceeding it. The algorithm has been tested with several configurations of the application and carbon budgets and compared with different baselines. All the experiments have shown that the proposed algorithm outperforms the other carbon-aware approaches (with regards to QoE and rev). It also makes better use of the carbon budget, as it exploits more of it, only exceeding it when it cannot be done otherwise (case in which also the baselines go over budget).

Le emissioni di anidride carbonica dei data centre sono diventate di recente un argomento estremamente importante, che ha portato a un grande sforzo (sia dal punto di vista hardware che software) per ridurle al minimo. Per quanto riguarda il lato software, le emissioni di carbonio delle applicazioni cloud possono essere limitate da un carbon budget e, per rimanere entro i suoi limiti, la maggior parte degli approcci prevede la riprogrammazione dell’esecuzione dei microservizi in un momento o in un luogo in cui è disponibile energia proveniente da fonti rinnovabili. Infatti, la quantità di energia prodotta da fonti rinnovabili può variare notevolmente, a seconda delle condizioni ambientali, richiedendo alle applicazioni un adattamento continuo. Per affrontare questo problema, approcci recenti propongono di migliorare l’adattabilità delle applicazioni fornendo più versioni dei microservizi che compongono l’applicazione (con diverse richieste energetiche) e contrassegnando alcuni di essi come completamente opzionali, in modo che, utilizzando approcci carbon-aware, si possa scegliere la versione appropriata di ogni microservizio, al fine di evitare di superare un determinato carbon budget con le emissioni dell’applicazione. Questa tesi propone un algoritmo carbon-aware che, dato un budget di carbonio su base oraria, trova il miglior compromesso tra la qualità dell’esperienza (QoE), le entrate (rev) e le emissioni di carbonio. Ciò viene fatto scegliendo la versione più appropriata per ogni microservizio che compone l’applicazione, in modo che QoE e rev siano massimizzati e il budget sia utilizzato in modo ottimale, senza superarlo. L’algoritmo è stato testato con svariate configurazioni dell’applicazione e carbon budget e confrontato con diverse baseline. Tutti gli esperimenti hanno dimostrato che l’algoritmo proposto supera gli altri approcci carbon-aware (per quanto riguarda QoE e rev). Inoltre, fa un uso migliore del budget di carbonio, in quanto ne sfrutta di più, superandolo solo quando non si può fare altrimenti (caso in cui anche le baseline vanno over budget).