Energetyczna Efektywność Środowisk Uruchomieniowych JavaScript

Opis projektu

Badania nad efektywnością energetyczną współczesnych środowisk uruchomieniowych JavaScript (Node.js, Deno, Bun, WinterJS, edge runtimes) w kontekście architektur serverless i edge computing. Skupia się na rygorystycznej metodologii pomiarowej zużycia energii oraz budowie modelu decyzyjnego dla inżynierów dobierających runtime do workloadów.

Pytania badawcze

1. Jak mierzyć zużycie energii przez JS runtimes w sposób powtarzalny i porównywalny?
2. Czy Deno/Bun są energetycznie efektywniejsze od Node.js dla typowych serverless workloadów?
3. Jakie cechy workloadu (CPU-bound, I/O-bound, memory-bound) determinują wybór runtimes?
4. Jak edge runtimes (Cloudflare Workers, Vercel Edge) różnią się energetycznie od tradycyjnych serverless?
5. Jak zbudować praktyczny model decyzyjny dla architektów wybierających runtime?

Kluczowe publikacje (with-pdf)

Node.js / Deno / Bun benchmarks

• laakso-js-runtimes-2025 — The Next Generation of Server-Side JavaScript Runtimes (Bachelor’s thesis, Turku AMK 2025) — benchmark data: Bun 103k req/s vs Node.js 73k vs Deno 73k (native); JavaScriptCore vs V8 performance gap; brak energii = gap badawczy JE-1

Narzędzia pomiarowe

• noureddine-powerjoular-2022 — PowerJoular and JoularJX: Multi-Platform Software Power Monitoring Tools — 44 cytowania — per-process RAPL + Raspberry Pi ARM support — narzędzie JE-3

WebAssembly + edge/serverless

• marcelino-lumos-wasm-serverless-edge-2025 — Lumos: Wasm as Serverless Runtime in Edge-Cloud Continuum — model wydajnościowy, Wasmtime/WasmEdge/AOT
• besozzi-wasm-unikernels-serverless-edge-2025 — Wasm and Unikernels: Serverless at the Edge — cold start 5.6ms vs Firecracker 93.5ms
• colosi-serverless-everywhere-wasm-2025 — Serverless Everywhere: Wasm Workflows Browser/Edge/Cloud — k=20, 1.5×IQR, wzorzec metodologiczny JE-3
• marcelino-cwasi-wasm-shim-2025 — CWASI: Wasm Runtime Shim — 95% redukcja latencji IPC, UDS dla co-located

Carbon-aware serverless

• chadha-greencourier-carbon-serverless-2023 — GreenCourier: Carbon-Aware Scheduling — 12% CO₂ redukcja, podstawa JE-7

Cold start i serverless performance

• golec-cold-start-review-2024 — Cold Start Latency: Systematic Review — taksonomia 8 kategorii rozwiązań, gap: brak energii
• li-open-source-serverless-platforms-2019 — Open Source Serverless Platforms — Knative/OpenFaaS/Nuclio/Kubeless, 10× throughput różnice
• carl-serverless-streams-2026 — Serverless Abstractions for Lightweight Streams
• kiener-intra-function-parallelism-2021 — Intra-Function Parallelism — vCPU ≠ rdzeń, 81% cost savings, Node.js worker_threads

Referencje (do przeczytania)

Fundamenty — energia i języki programowania

• pereira-energy-efficiency-languages-2017 — Energy efficiency across programming languages (RAPL, benchmark game) — 188 cytowań
• pereira-ranking-languages-energy-2021 — Ranking programming languages by energy efficiency — 172 cytowania
• cunha-power-caps-energy-languages-2024 — Trading Runtime for Energy Efficiency: Power Caps across Languages

WebAssembly vs JavaScript

• de-macedo-wasm-vs-js-energy-2022 — WebAssembly versus JavaScript: Energy and Runtime Performance (ICT4S) — 22 cytowania

Node.js / Deno / Bun

• smirnov-nodejs-deno-bun-comparison-2024 — A comparative analysis of Node.js, Deno and Bun performance (bez wymiaru energetycznego — luka badawcza!)

Metodologia eksperymentalna

• albonico-energy-ros-languages-2025 — Energy efficiency in ROS: comparison across programming languages and workloads — wzorzec eksperymentalny JE-1

Datasety / Benchmarki

• Computer Language Benchmarks Game (CLBG) — repozytorium benchmarków (używane przez Pereira et al.)
• Własne pomiary energii: RAPL (Intel), perf, PowerJoular, JoularJX
• Benchmarki obciążeniowe: wrk2, k6, Artillery, autocannon
• Platformy edge: Cloudflare Workers, Vercel Edge, Fastly Compute@Edge

Aktywne kierunki badań

1. Metodologia pomiarowa — standaryzacja pomiaru energii JS runtimes
2. Benchmark workloadów — typowe wzorce serverless (HTTP API, SSR, stream, edge functions)
3. Model decyzyjny — kiedy Bun/Deno zamiast Node.js? edge zamiast serverless?
4. Ekologiczny aspekt — zielone chmury, carbon footprint JS ecosystem

Venue docelowe

• Główne: ICSE, ISSTA, Empirical Software Engineering, Software: Practice and Experience
• Green computing: GreenCom, USENIX ATC
• Alternatywne: MSR, ASE

Tagi wyszukiwania

#energy-efficiency #javascript #serverless #edge-computing #runtime #benchmark #green-software

Prefix ID

#JE-