[论文解读] From Cloud to Edge: A First Look at Public Edge Platforms

Mengwei Xu, Zhe Fu+8 more|arXiv (Cornell University)|Sep 8, 2021

Cloud Computing and Resource Management参考文献 72被引用 7

一句话总结

本文对中国的商用公共边缘平台（NEP）进行了首次全面的测量研究，从用户和提供商双重视角分析了端到端性能。研究发现，边缘平台将中位RTT降低至10.5ms（WiFi），提升了对延迟敏感型应用的QoE，并表现出与云环境不同的工作负载特征——包括更低的虚拟机利用率、更高的突发性以及更低的每虚拟机成本，凸显了原生边缘工作负载与性能的根本差异。

ABSTRACT

Public edge platforms have drawn increasing attention from both academia and industry. In this study, we perform a first-of-its-kind measurement study on a leading public edge platform that has been densely deployed in China. Based on this measurement, we quantitatively answer two critical yet unexplored questions. First, from end users' perspective, what is the performance of commodity edge platforms compared to cloud, in terms of the end-to-end network delay, throughput, and the application QoE. Second, from the edge service provider's perspective, how are the edge workloads different from cloud, in terms of their VM subscription, monetary cost, and resource usage. Our study quantitatively reveals the status quo of today's public edge platforms, and provides crucial insights towards developing and operating future edge services.

研究动机与目标

• 从最终用户视角，对商用公共边缘平台的真实世界性能进行定量评估。
• 分析边缘服务提供商的运营工作负载特征，并与传统云工作负载进行对比。
• 理解边缘平台在延迟、吞吐量、应用QoE、虚拟机订阅、成本和资源使用方面与云环境的差异。
• 为未来边缘服务与应用的设计和部署提供实证洞察。

提出的方法

• 通过在中国41座城市部署158台移动设备，开展了全国范围的众包测量活动，收集了在多种接入网络（WiFi、LTE、5G）下的端到端网络性能（RTT、吞吐量）数据。
• 在NEP（边缘）和阿里云ECS（云）上部署并运行了两个真实应用场景——云游戏和实时视频流媒体，以采集和测量应用级QoE。
• 与一家商用多租户边缘提供商（NEP）合作，收集并分析了为期三个月的细粒度IaaS虚拟机级使用痕迹，包括虚拟机生命周期、CPU、内存和网络使用情况。
• 将NEP的工作负载痕迹与公开的Azure云数据集（2019年）进行对比，识别出在虚拟机订阅模式、资源利用率和成本效率方面的差异。
• 采用统计分析与可视化方法，对比边缘与云环境的性能和工作负载动态，重点关注延迟、吞吐量、QoE和资源效率。

实验结果

研究问题

• RQ1 从最终用户视角，公共边缘平台的端到端网络延迟、吞吐量和应用QoE与公共云相比如何？
• RQ2 边缘与云工作负载在虚拟机订阅、货币成本和资源使用模式方面有何关键差异？
• RQ3 边缘工作负载在突发性、利用率和生命周期方面与传统云工作负载有何不同？
• RQ4 边缘平台在多大程度上实现了其承诺：为实时应用提供更低延迟和更优性能？

主要发现

• 用户与最近的NEP边缘数据中心之间的中位往返时间（RTT）在WiFi下为10.5ms，LTE下为34.2ms，5G下为11.7ms，相较于传统云访问，显著降低了延迟。
• 基于边缘的云游戏和实时视频流媒体在NEP上实现了更好的QoE，由于网络抖动和延迟更低，缓冲减少，帧率更稳定。
• 边缘工作负载的平均虚拟机利用率（18.7%）显著低于云环境（30.1%），表明边缘资源分配存在利用率低下和潜在低效问题。
• 边缘虚拟机的突发性更高、生命周期更短，62%的虚拟机存活时间不足1小时，表明边缘环境中普遍存在动态、短时工作负载。
• NEP上每虚拟机的货币成本比阿里云ECS低38%，表明边缘平台在短时、突发性工作负载方面具有潜在成本优势。
• 尽管利用率较低，边缘工作负载仍比云工作负载更具动态性和不可预测性，CPU和内存使用波动更大，需要采用自适应资源管理策略。