El director de gestión de productos de Google dio a conocer la llegada de VM E2, una gran familia de máquinas virtuales que fue lanzada en un estado beta para Google Compute Engine. E2 es una familia de máquinas virtuales versátiles con capacidades de “gestión dinámica de recursos” que ofrecen un rendimiento confiable con configuraciones flexibles y el mejor costo total de propiedad (TCO) de todas las otras máquinas virtuales en Google Cloud.

Esta nueva familia de máquinas virtuales de propósito general es adecuada para varios tipos de cargas de trabajo. Google dice que, a excepción de las cargas de trabajo más exigentes, debería ser capaz de ofrecer el mismo rendimiento que el tipo de máquina “N1” a un precio más bajo. Según Google, esta familia de máquinas virtuales está desarrollada para administrar eficientemente sus servicios sensibles a la latencia y orientados al usuario.

June Yang dijo en su blog:

“Las máquinas virtuales E2 son ideales para una amplia gama de cargas de trabajo, incluidos servidores web, aplicaciones de misión crítica, pequeñas bases de datos y entornos medianos y de desarrollo. Si tiene cargas de trabajo que funcionan bien en N1, pero no requieren grandes instancias, GPU o SSD locales, considere moverlos a E2 “. Agregó que “para todas las cargas de trabajo, excepto las más exigentes, esperamos que E2 ofrezca un rendimiento similar al N1, a un costo significativamente menor”.

Yang informa además que las funciones dinámicas de administración de recursos aseguran que las máquinas virtuales E2 brinden un rendimiento comparable al de la familia N1 de Google, pero en comparación con un ahorro promedio del 31 por ciento en el costo total de propiedad.

Las nuevas máquinas virtuales también son muy flexibles, ya que tienen 15 configuraciones predefinidas. Estas configuraciones van desde solo 2 CPU virtuales y 2 GB de memoria, hasta 16 CPU y 128 gigabytes de memoria.

Por lo tanto, las máquinas virtuales adquieren un rendimiento duradero a un precio constantemente bajo. Las máquinas virtuales E2 pueden soportar una alta carga de CPU sin precios complejos, a diferencia de las opciones comparables de otros proveedores en el mercado, según Google.

Las máquinas virtuales E2 solo distribuirán los recursos que el usuario necesita o con la capacidad de usar tipos de máquina personalizados. Los tipos de máquina personalizados son ideales para escenarios donde las cargas de trabajo que requieren más potencia de procesamiento o más memoria, pero no requieren todas las actualizaciones proporcionadas por el siguiente nivel de la máquina.

En otras palabras, las vCPU se implementan como subprocesos programados para ejecutarse bajo demanda como cualquier otro subproceso en el host: cuando la vCPU tiene cargas de trabajo, se le asigna una CPU física disponible para ejecutar hasta ‘para ser liberado después de completar la tarea.

Del mismo modo, la RAM virtual se asigna a páginas de host físicas a través de tablas de páginas que se completan cuando se accede a una página física de invitado por primera vez. Esta asignación permanece fija hasta que la máquina virtual indica que la página física del invitado ya no es necesaria.

Una vez que las máquinas virtuales se colocan en un host, su rendimiento se supervisa continuamente, de modo que si aumenta la demanda de máquinas virtuales, la migración en vivo se puede utilizar para transferir de forma transparente carga E2 a otros hosts en el centro de datos.

La carga de trabajo a menudo cambia sin tiempo de espera, gracias a un enfoque predictivo de Google. Según Google, la migración en vivo de máquinas virtuales es una parte comprobada del motor informático y su rendimiento ha mejorado continuamente con el tiempo.

Para lograr los objetivos de rendimiento de las máquinas virtuales E2, Google ha desarrollado un programador de CPU personalizado con mejor latencia y mejor comportamiento de programación conjunta que el programador predeterminado de Linux.

El nuevo planificador produce tiempos de latencia promedio de activación inferiores a un microsegundo con un cambio rápido de contexto, lo que ayuda a mantener una sobrecarga de administración de recursos dinámica insignificante para casi cualquier carga de trabajo.