Objectif et contraintes matérielles
L’auteur veut exécuter 15 000 000 serveurs HTTP sur une seule machine virtuelle disposant de 10 GB de RAM et d’un seul cœur CPU. Le serveur minimal en C utilise les cinq appels système classiques (listen, accept, recv, send, close) et atteint environ 65 000 requêtes par seconde. Chaque instance consomme 1,5 Mo de mémoire, ce qui implique ≈ 20 TB de RAM pour le nombre cible, largement au‑delà du budget de 10 GB.
Limites du modèle de ports et d’adresses IP
Le noyau Linux attribue les ports d’écoute à partir de la plage net.ipv4.ip_local_port_range = 32768 60999, soit ≈ 28 k ports. Même en élargissant la plage à 1‑65535, le nombre maximal d’adresses (port, protocole, IP) reste limité par le champ 16 bits du port. Pour atteindre 15 M serveurs, il faut combiner plusieurs adresses IP. En branchant 450 cartes réseau (ou interfaces virtuelles) on obtient 450 adresses IPv4 distinctes, ce qui, multiplié par 32 k ports utilisables, fournit le nombre requis. L’alternative IPv6 utilise un sous‑réseau /64 (2001:db8:1234:5678::/64) offrant 2^64 ≈ 18 quintillion adresses, mais l’obtention d’un tel bloc IPv4 coûterait des centaines de millions de dollars.
Solution logicielle : runtime unique et sandbox LFI
Plutôt que de lancer 15 M processus, l’article propose de charger tous les serveurs dans un processus unique grâce à un runtime spécialisé, inspiré de V8. Le sandbox LFI (Linux From Scratch + Isolation) remplace chaque appel système par une fonction d’hôte, permettant de rediriger I/O et de partager la même mémoire. Le planificateur utilisateur, écrit en Rust, ne conserve que l’état minimal du serveur (descripteur de socket et compteur de requêtes) entre les commutations, réduisant l’empreinte à quelques dizaines d’octets par instance. Le code de base reste le même :
int main(void) {
int server = socket(AF_INET, SOCK_STREAM, 0);
if (listen(server, 128) < 0) return 1;
const char reply[] = "HTTP/1.0 200 OK\r\nContent-Length: 2\r\n\r\nOK";
for (int client; (client = accept(server, NULL, NULL)) >= 0;) {
if (recv(client, NULL, 4096, MSG_TRUNC) > 0)
send(client, reply, sizeof reply - 1, MSG_NOSIGNAL);
close(client);
}
}
En intégrant 15 M instances dans ce même espace, le coût mémoire passe de 20 TB à quelques dizaines de gigaoctets, compatible avec la contrainte de 10 GB.
Perspectives et limites pratiques
La méthode repose sur deux hypothèses fortes : la disponibilité d’un sous‑réseau IPv6 suffisamment grand et la capacité du scheduler à gérer des millions de contextes sans contention CPU. Le modèle ne résout pas le problème de bande passante : chaque serveur doit encore répondre à des requêtes, ce qui impose un débit réseau bien supérieur à ce que peut fournir une seule interface physique. De plus, la compatibilité client est limitée ; les navigateurs ne supportent pas nativement les adresses IPv6 aléatoires générées à la volée. En résumé, le projet démontre la viabilité théorique d’un « micro‑OS » capable d’héberger des millions de services, mais la mise en production reste entravée par les contraintes réseau et d’interopérabilité.