Lesson:serverless in the wild characterizing and optimizing the serverless workload at a large cloud pr f2fa1121: 두 판 사이의 차이

2026년 7월 18일 (토) 14:37 판

신뢰도 중간 마지막 수정: 2026-07-18T05:37:13.004485Z

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)	2026-07-18T05:37:13.004485Z

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.

@@ 1번째 줄: / 1번째 줄: @@
 {{Lesson
 |title=<nowiki>Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider</nowiki>
-|question=<nowiki>What problem, design, and evaluation does this paper present?</nowiki>
+|question=<nowiki>실제 FaaS 워크로드는 어떤 분포를 보이며 콜드 스타트를 자원 효율적으로 줄일 수 있는가?</nowiki>
-|attempt=<nowiki>Paper metadata record; method and artifact details are pending full-text review.</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>Bibliographic metadata only; reported results are pending full-text review.</nowiki>
-|interpretation=<nowiki>No technical interpretation has been assigned.</nowiki>
+공개 실측이 부족해 서버리스 자원 정책이 단순 가정에 의존했다.
-|reusable_lesson=<nowiki>Pending full-text review.</nowiki>
-|applicability=<nowiki>distributed and cloud systems; precise applicability is pending full-text review.</nowiki>
+Verification: abstract_only; confidence=high.</nowiki>
-|confidence=<nowiki>high</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>
 |record_origin=<nowiki>lab</nowiki>
@@ 15번째 줄: / 21번째 줄: @@
 |review_state=<nowiki>Draft</nowiki>
 |created_at=<nowiki>2026-07-16T14:53:01.775445Z</nowiki>
-|updated_at=<nowiki>2026-07-18T05:37:12.522858Z</nowiki>
+|updated_at=<nowiki>2026-07-18T05:37:13.004485Z</nowiki>
 }}