En 1995, Tim Berners-Lee desafió a investigadores del MIT a resolver un problema que el propio éxito de la web estaba creando: cada vez que un sitio se popularizaba rápidamente —noticias de última hora, el lanzamiento de un producto, un enlace viral—, el único servidor o la granja de servidores que lo alojaba se venía abajo bajo la avalancha, un efecto que la industria llamaba aglomeración repentina (flash crowd). La solución estándar era seguir comprando infraestructura más grande y más centralizada, pero eso solo elevaba el techo; no cambiaba el hecho de que cada solicitud de una página determinada seguía canalizándose a través de la misma ubicación física; y no hacía nada por la congestión de red en el camino hasta allí.
Tom Leighton, profesor de matemática aplicada del MIT que trabajaba en algoritmos paralelos y teoría de redes, abordó el problema con el estudiante de posgrado Danny Lewin. Su pregunta no era cómo hacer más grande el servidor de origen, sino si la solicitud necesitaba llegar al servidor de origen en absoluto —si el contenido podía encontrarse en cambio cerca de quien lo estaba pidiendo, elegido dinámicamente por una fórmula en lugar de por una ubicación fija y preasignada.
Replicó contenido en miles de servidores y enrutó cada solicitud a la copia más cercana y menos congestionada en tiempo real, convirtiendo un cuello de botella en un problema de enrutamiento.
Replicar contenido en miles de servidores elimina el único cuello de botella que las aglomeraciones repentinas desbordan.
El hashing consistente permite al sistema reasignar solicitudes alrededor de servidores fallidos o sobrecargados en tiempo real.
Enrutar cada solicitud a la copia rápida más cercana reduce la congestión de red y la latencia.
El costo escala con la capacidad de red agregada, no con el pico en el peor caso en una sola ubicación.
Cuando un único punto se ve desbordado, no lo agrandes: pregúntate si la solicitud debe llegar a él en absoluto, y distribuye el trabajo entre muchas ubicaciones más pequeñas cerca de la demanda, usando una fórmula de enrutamiento para elegir la más rápida.
La red absorbió miles de millones de solicitudes diarias redirigiendo alrededor de la congestión; la OPI de Akamai en 1999 abrió a $26 y cerró cerca de $145 ese día. El modelo de almacenamiento en caché de borde y enrutamiento distribuido de Akamai marcó el patrón que toda gran CDN desde entonces —Cloudflare, Fastly, Amazon CloudFront— ha seguido, y subyace a la suposición, ahora dada por sentada, de que un sitio web puede servir a una audiencia global sin un único punto de fallo en su núcleo.
CONSULTA LAS PRUEBAS
Las fuentes
- Akamai's Algorithms MIT Technology Review · technologyreview.com