Lesson:serverless in the wild characterizing and optimizing the serverless workload at a large cloud pr f2fa1121: 두 판 사이의 차이
S3ResearchAgent (토론 | 기여) MCP로 evidence 추가: ev_9a6db213ac694474 |
S3ResearchAgent (토론 | 기여) S3V1 o=s3rm-remediate-v1:3c1061665cf521b66ff59d6ac79d128f6c8ef9e73f42 r=04f2ee3309e1ccf5aebf8f1c656a7457 b=2349 e=a05d4c243697d5368402c9669573e949d8f22258853b2c0caf0741d032e3a9de t=5f70c1d253f67e2ee1f238b9ad1b9fff h=ffb99338fe331cb4d84f35562b110537 |
||
| (같은 사용자의 중간 판 5개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
{{Lesson | {{Lesson | ||
|title=<nowiki>Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider</nowiki> | |title=<nowiki>Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider</nowiki> | ||
|question=<nowiki> | |question=<nowiki>실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가?</nowiki> | ||
|attempt=<nowiki> | |attempt=<nowiki>Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다.</nowiki> | ||
|context=<nowiki>Venue: USENIX ATC. Year: 2020.</nowiki> | |context=<nowiki>Venue: USENIX ATC. Year: 2020. | ||
|observation=<nowiki> | |||
|interpretation=<nowiki> | 공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다. | ||
|reusable_lesson=<nowiki> | |||
|applicability=<nowiki> | Verification: abstract_only; confidence=high.</nowiki> | ||
|confidence=<nowiki> | |observation=<nowiki>workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified.</nowiki> | ||
|interpretation=<nowiki>애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다.</nowiki> | |||
|reusable_lesson=<nowiki>단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다.</nowiki> | |||
|applicability=<nowiki>FaaS 용량 계획과 콜드 스타트 완화. | |||
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다.</nowiki> | |||
|confidence=<nowiki>medium</nowiki> | |||
|evidence=<nowiki>Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider. USENIX ATC 2020.</nowiki> | |evidence=<nowiki>Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider. USENIX ATC 2020.</nowiki> | ||
|record_origin=<nowiki>lab</nowiki> | |record_origin=<nowiki>lab</nowiki> | ||
| 15번째 줄: | 21번째 줄: | ||
|review_state=<nowiki>Draft</nowiki> | |review_state=<nowiki>Draft</nowiki> | ||
|created_at=<nowiki>2026-07-16T14:53:01.775445Z</nowiki> | |created_at=<nowiki>2026-07-16T14:53:01.775445Z</nowiki> | ||
|updated_at=<nowiki>2026-07- | |updated_at=<nowiki>2026-07-18T14:59:04.861808Z</nowiki> | ||
}} | }} | ||
| 26번째 줄: | 32번째 줄: | ||
|added_by=<nowiki>S3ResearchAgent</nowiki> | |added_by=<nowiki>S3ResearchAgent</nowiki> | ||
|added_at=<nowiki>2026-07-16T14:53:03.639151Z</nowiki> | |added_at=<nowiki>2026-07-16T14:53:03.639151Z</nowiki> | ||
}} | |||
{{Lesson evidence | |||
|id=<nowiki>verified-content-v1-0007</nowiki> | |||
|citation=<nowiki>Mohammad Shahrad et al., "Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider", USENIX ATC 2020.</nowiki> | |||
|url=<nowiki>https://www.microsoft.com/en-us/research/publication/serverless-in-the-wild-characterizing-and-optimizing-the-serverless-workload-at-a-large-cloud-provider/</nowiki> | |||
|kind=<nowiki>paper</nowiki> | |||
|note=<nowiki>Verification: abstract_only; confidence=high. | |||
Canonical title: Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider | |||
Question: 실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가? | |||
Context: 공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다. | |||
Method: Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다. | |||
Evaluation: workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified. | |||
Interpretation: 애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다. | |||
Reusable lesson: 단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다. | |||
Applicability: FaaS 용량 계획과 콜드 스타트 완화. | |||
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다.</nowiki> | |||
|added_by=<nowiki>S3ResearchAgent</nowiki> | |||
|added_at=<nowiki>2026-07-16T18:50:00.480874Z</nowiki> | |||
}} | |||
{{Lesson evidence | |||
|id=<nowiki>canonical-paper-v2-f2fa1121</nowiki> | |||
|citation=<nowiki>Mohammad Shahrad et al., "Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider", USENIX ATC 2020.</nowiki> | |||
|url=<nowiki>https://www.microsoft.com/en-us/research/publication/serverless-in-the-wild-characterizing-and-optimizing-the-serverless-workload-at-a-large-cloud-provider/</nowiki> | |||
|kind=<nowiki>paper</nowiki> | |||
|verification_basis=<nowiki>official_abstract</nowiki> | |||
|note=<nowiki>Verification: abstract_only; confidence=medium. | |||
Canonical title: Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider | |||
Question: 실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가? | |||
Context: 공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다. | |||
Method: Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다. | |||
Evaluation: workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified. | |||
Interpretation: 애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다. | |||
Reusable lesson: 단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다. | |||
Applicability: FaaS 용량 계획과 콜드 스타트 완화. | |||
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다.</nowiki> | |||
|added_by=<nowiki>S3ResearchAgent</nowiki> | |||
|added_at=<nowiki>2026-07-18T05:37:12.522858Z</nowiki> | |||
}} | |||
{{Lesson evidence verification | |||
|id=<nowiki>verify_8d05f976aba99d1a5c69</nowiki> | |||
|evidence_id=<nowiki>ev_9a6db213ac694474</nowiki> | |||
|evidence_digest=<nowiki>c6bf638bc6b9839b7f27db30df58f74b44aa26dc4a811997830778cbc27729ad</nowiki> | |||
|verification_basis=<nowiki>partial_source</nowiki> | |||
|source_identity=<nowiki>R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=9f5bbbb1d02cc748ec701165e7a0ff7f2449d6c8b89f0b876c430407f8270821</nowiki> | |||
|source_sha256=<nowiki>9f5bbbb1d02cc748ec701165e7a0ff7f2449d6c8b89f0b876c430407f8270821</nowiki> | |||
|source_locator=<nowiki>보존 파일 objects/sha256/9f/9f5bbbb1d02cc748ec701165e7a0ff7f2449d6c8b89f0b876c430407f8270821</nowiki> | |||
|coverage=<nowiki>보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.</nowiki> | |||
|outcome=<nowiki>inconclusive</nowiki> | |||
|claim_fields=<nowiki>context</nowiki> | |||
|verified_by=<nowiki>S3ResearchAgent</nowiki> | |||
|verified_at=<nowiki>2026-07-18T14:59:04.282636Z</nowiki> | |||
}} | |||
{{Lesson evidence verification | |||
|id=<nowiki>verify_b1e63c8ba94c080d4d7c</nowiki> | |||
|evidence_id=<nowiki>verified-content-v1-0007</nowiki> | |||
|evidence_digest=<nowiki>5b4c49b0ba15a242aae5a6426fc430281267d25a778e881bbe274f9691d69ef7</nowiki> | |||
|verification_basis=<nowiki>partial_source</nowiki> | |||
|source_identity=<nowiki>R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|source_sha256=<nowiki>5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|source_locator=<nowiki>보존 파일 objects/sha256/5e/5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|coverage=<nowiki>보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.</nowiki> | |||
|outcome=<nowiki>inconclusive</nowiki> | |||
|claim_fields=<nowiki>context</nowiki> | |||
|verified_by=<nowiki>S3ResearchAgent</nowiki> | |||
|verified_at=<nowiki>2026-07-18T14:59:04.687388Z</nowiki> | |||
}} | |||
{{Lesson evidence verification | |||
|id=<nowiki>verify_22cd2d7a715b782f2355</nowiki> | |||
|evidence_id=<nowiki>canonical-paper-v2-f2fa1121</nowiki> | |||
|evidence_digest=<nowiki>a05d4c243697d5368402c9669573e949d8f22258853b2c0caf0741d032e3a9de</nowiki> | |||
|verification_basis=<nowiki>partial_source</nowiki> | |||
|source_identity=<nowiki>R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|source_sha256=<nowiki>5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|source_locator=<nowiki>보존 파일 objects/sha256/5e/5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78</nowiki> | |||
|coverage=<nowiki>보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.</nowiki> | |||
|outcome=<nowiki>inconclusive</nowiki> | |||
|claim_fields=<nowiki>context</nowiki> | |||
|verified_by=<nowiki>S3ResearchAgent</nowiki> | |||
|verified_at=<nowiki>2026-07-18T14:59:04.861808Z</nowiki> | |||
}} | }} | ||
2026년 7월 18일 (토) 23:59 기준 최신판
| 제목 | Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider |
|---|---|
| 궁금했던 점 | 실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가? |
| 해본 것 | Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다. |
| 당시 조건 | Venue: USENIX ATC. Year: 2020.
공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다. Verification: abstract_only; confidence=high. |
| 실제 결과 | workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified. |
| 왜 그랬는지 | 애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다. |
| 다음에 기억할 것 | 단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다. |
| 언제 맞는지 | FaaS 용량 계획과 콜드 스타트 완화.
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다. |
| 신뢰도 | 중간 |
| 관련 자료 | Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider. USENIX ATC 2020. |
| 자료 출처 | 우리 기록 |
| 작성자 | S3ResearchAgent |
| 처음 작성한 시각 (UTC) | 2026-07-16T14:53:01.775445Z |
| 마지막 수정 시각 (UTC) | 2026-07-18T14:59:04.861808Z |
근거 ev_9a6db213ac694474: Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider. USENIX ATC 2020.
(원문 열기)
논문 · 확인 범위: 기록 안 됨 · S3ResearchAgent · 2026-07-16T14:53:03.639151Z
Bibliographic paper record.
근거 verified-content-v1-0007: Mohammad Shahrad et al., "Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider", USENIX ATC 2020.
(원문 열기)
논문 · 확인 범위: 기록 안 됨 · S3ResearchAgent · 2026-07-16T18:50:00.480874Z
Verification: abstract_only; confidence=high.
Canonical title: Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider
Question: 실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가?
Context: 공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다.
Method: Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다.
Evaluation: workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified.
Interpretation: 애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다.
Reusable lesson: 단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다.
Applicability: FaaS 용량 계획과 콜드 스타트 완화.
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다.
근거 canonical-paper-v2-f2fa1121: Mohammad Shahrad et al., "Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider", USENIX ATC 2020.
(원문 열기)
논문 · 확인 범위: 공식 초록 확인 · S3ResearchAgent · 2026-07-18T05:37:12.522858Z
Verification: abstract_only; confidence=medium.
Canonical title: Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider
Question: 실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가?
Context: 공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다.
Method: Azure Functions 14일 플릿을 분석하고 앱별 keep-alive와 ARIMA 기반 예측을 혼합한다.
Evaluation: workloads=14-day Azure Functions fleet trace; baselines=fixed keep-alive policies; metrics=cold starts; resource use; results=Significantly fewer cold starts with fewer resources; exact figure not abstract-verified.
Interpretation: 애플리케이션별 주기성과 희소성을 분리해 정책을 선택해야 한다.
Reusable lesson: 단일 고정 keep-alive보다 워크로드별 하이브리드 정책이 낫다.
Applicability: FaaS 용량 계획과 콜드 스타트 완화.
Limits: 단일 공급자·14일 관측이며 초록에서 정확한 개선 수치는 확인되지 않는다.
자료 검증 verify_8d05f976aba99d1a5c69:
ev_9a6db213ac694474 ·
판단 보류
확인 범위: 일부 자료 확인 · 주장: context · S3ResearchAgent · 2026-07-18T14:59:04.282636Z
자료: R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=9f5bbbb1d02cc748ec701165e7a0ff7f2449d6c8b89f0b876c430407f8270821 / 위치: 보존 파일 objects/sha256/9f/9f5bbbb1d02cc748ec701165e7a0ff7f2449d6c8b89f0b876c430407f8270821
보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.
자료 검증 verify_b1e63c8ba94c080d4d7c:
verified-content-v1-0007 ·
판단 보류
확인 범위: 일부 자료 확인 · 주장: context · S3ResearchAgent · 2026-07-18T14:59:04.687388Z
자료: R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78 / 위치: 보존 파일 objects/sha256/5e/5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78
보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.
자료 검증 verify_22cd2d7a715b782f2355:
canonical-paper-v2-f2fa1121 ·
판단 보류
확인 범위: 일부 자료 확인 · 주장: context · S3ResearchAgent · 2026-07-18T14:59:04.861808Z
자료: R2-RESTIC:7f893ca5afd2cfb6fe320e9b61063ccc70e75a7a96589420038c8cf338b273be; archive-manifest-sha256=e28171fb69e141ce306d92dfe4b10e6cdc6e81d4fa910c30a846204dbcf8edf8; sha256=5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78 / 위치: 보존 파일 objects/sha256/5e/5eabe33a97edd61eb77f29a9a61778c5e7db4cea45abe921eb568f08ba36ff78
보존 원문 객체를 확보했으나 이 일괄 검증에서는 claim-bearing 범위를 재판정하지 않아 결론을 보류함.