云环境中碳感知时空工作负载迁移的局限性探析

云平台一直致力于通过跨时间和地点迁移工作负载，将其调度至低碳能源可用的时段与区域，从而降低碳排放。尽管该思路备受关注，已有研究仅在狭窄场景下量化了时空工作负载迁移的潜力，即针对特定区域中的特定工作负载。尤其是，在量化广泛云工作负载下碳感知时空工作负载迁移的理想与实际收益上限方面，相关工作十分有限。为解决该问题，我们开展了细致的数据驱动分析，以理解云工作负载碳感知时空调度的收益与局限。我们利用涵盖绝大多数主要云站点的123个区域的碳强度数据，分析了批处理与交互式两大类工作负载及其各种特征，例如作业时长、截止时间与SLO。我们的结果表明，尽管时空工作负载迁移能够降低工作负载的碳排放，但这些碳减排的实际上限目前十分有限，远未达到理想水平。我们还表明，简单调度策略往往已实现大部分减排收益，而更复杂的技术带来的额外收益甚微。值得注意的是，我们还发现随着能源供应变得愈发“绿色”，碳感知工作负载调度相对于无碳感知调度的收益将会下降。