Voisins bruyants sur serveurs partagés : pourquoi Netflix a donné à certains conteneurs une VM dédiée
Netflix a donné une VM dédiée à ses jobs sensibles aux coupures dans Titus, faute de calmer les voisins bruyants. Pourquoi pas microVM ni gVisor ?

Un conteneur qui respecte ses quotas de CPU et de mémoire peut quand même être ralenti par le conteneur voisin. Netflix a décrit ce problème en octobre 2026, ainsi que la solution retenue : pour un petit ensemble de jobs, une machine virtuelle dédiée à l’intérieur de sa plateforme de conteneurs. Le raisonnement compte davantage que le choix lui-même pour la plupart des équipes d’infrastructure, d’autant qu’on peut facilement le prendre pour une histoire de sécurité. Ce n’en est pas une.
Le billet, publié le 22 octobre 2026 sur le Netflix Technology Blog et signé Samartha Chandrashekar et Nick Parker, porte sur Titus, la plateforme interne de conteneurs de Netflix. Il complète les arbitrages abordés dans notre article sur le platform engineering et les plateformes développeurs internes : une équipe plateforme doit décider quand un cadre partagé ne convient plus à un type de charge, et ce qu’elle propose à la place.
Ce qu’est Titus, et ce qui se passe mal sur un serveur partagé
Titus est la plateforme de Netflix pour exécuter des conteneurs, des applications empaquetées qui partagent le système d’exploitation du serveur sur lequel elles tournent. Elle repose sur Kubernetes et, selon la couverture d’InfoQ, lance des millions de conteneurs par semaine sur des dizaines de milliers d’instances cloud. Par défaut elle est multi-locataire : les conteneurs de nombreuses équipes cohabitent sur le même serveur, ce qui garde la plateforme économique.
Linux sépare déjà une grande part de ce que ces conteneurs consomment. Les groupes de contrôle plafonnent le CPU et la mémoire, d’autres mécanismes régulent le disque et le réseau. Ce qu’aucun cgroup ne partage, c’est le matériel lui-même. Le cache de dernier niveau du processeur et la bande passante mémoire sont communs : un voisin qui sollicite fortement la mémoire évince les données d’un autre conteneur du cache, et celui-ci ralentit sans jamais dépasser son quota.
Le réseau était le cas le plus douloureux. D’après le billet, le régulateur de trafic prend un verrou global : un conteneur qui envoie un flot de petits paquets peut consommer du temps CPU noyau, provoquer des retransmissions TCP et des pics de latence de queue chez tous ses voisins. Netflix indique avoir tenté de réduire le phénomène par l’épinglage de CPU et une détection fondée sur eBPF, et sa conclusion, citée par InfoQ, est que l’ajustement du noyau partagé « narrows the gap without closing it » (réduit l’écart sans le combler).
Quels jobs souffrent, et pourquoi ce n’est pas un problème de sécurité
Les charges les plus touchées sont des traitements de flux avec état et à haut débit : Apache Flink managé, connecteurs de données en streaming, pipelines de télémétrie et de logs. Leur point faible est le coût d’un accroc. Un job qui prend du retard peut devoir restaurer un checkpoint et s’interrompre de nombreuses minutes pour rattraper, si bien qu’une brève perturbation devient une panne qui réveille souvent l’astreinte.
Le billet dit explicitement ce dont ces jobs ont besoin, et ce n’est pas ce qu’une histoire d’isolation promet d’habitude. Dans les mots de Netflix : « What these workloads need is resource and performance isolation: a guarantee that a neighbor cannot steal their CPU, cache, memory bandwidth, or network, not protection from a hostile co-tenant. » Les locataires qui se méfient les uns des autres, pour lesquels existe une frontière de sécurité, ne sont pas la situation ici. Les conteneurs appartiennent à des équipes internes de confiance, et le but est un voisin prévisible, pas une porte verrouillée.
Cette distinction change la lecture de tout le reste, y compris de la comparaison des technologies ci-dessous.
Les options que Netflix a pesées
Netflix a comparé quatre voies, et le billet donne une raison contre chacune.
- Une meilleure isolation du noyau partagé. Conservée comme base, mais structurellement incomplète, puisque le cache et la bande passante mémoire restent communs.
- Les microVM comme Firecracker et Kata Containers. La virtualisation matérielle n’est disponible que sur du bare metal ou via la virtualisation imbriquée, qui n’était pas prête sur les types d’instances de Netflix. Il n’existe pas de service microVM managé : Netflix devrait exploiter lui-même l’hyperviseur, patchs et migration à chaud compris. Le surcoût de virtualisation sur les charges CPU et E/S, et l’absence de support GPU, pesaient aussi.
- gVisor. L’interception des appels système en espace utilisateur pénalise précisément les chemins d’E/S dont dépendent les jobs. Le projet open source est en retard sur la version interne de Netflix, et sa maintenance repose en pratique sur un seul éditeur.
- Exécuter directement sur EC2. Les équipes obtiennent l’isolation, mais aussi le patch des hôtes, le choix et le dimensionnement des instances que Titus assure normalement. Netflix qualifie le passage entre Titus et EC2 de « one-way door » (porte à sens unique).

Firecracker est la technologie de microVM open source d’AWS, l’une des options évaluées puis écartées par Netflix.

gVisor est la couche de bac à sable open source de Google, l’autre technologie envisagée par Netflix.
La phrase de synthèse du billet : « microVMs and gVisor asked for a large, bespoke investment with real risk in order to approximate something we could get directly: a VM » (les microVM et gVisor demandaient un investissement important et sur mesure, avec un vrai risque, pour approcher quelque chose qu’on pouvait obtenir directement : une VM).
Ce que Netflix a construit : un job par VM, dans Titus
Titus mono-locataire exécute une tâche par instance EC2. L’équipe applicative n’appelle pas de nouvelle API : l’éligibilité vient d’une liste d’autorisation gérée par l’équipe Compute/Platform, qui fixe aussi les familles d’instances permises. L’autoscaler lance la plus petite instance qui satisfait le CPU, la mémoire et le GPU demandés. L’ordonnanceur applique ensuite une anti-affinité de pods, une classe de priorité non préemptible et un taint qui écarte les autres charges du nœud. La défragmentation est désactivée, donc le job n’est jamais déplacé.
Basculer une charge dans ce mode est un changement de configuration, un label, pas une migration. L’équipe plateforme reste propriétaire de l’hôte : elle choisit toujours l’image, la patche et décide de la capacité. C’est cela qui referme la porte à sens unique : une équipe obtient l’isolation sans quitter l’environnement managé.
Le billet ne publie pas de gains en pourcentage. Les résultats rapportés sont qualitatifs : les équipes Flink, connecteurs et télémétrie décrivent un fonctionnement stable, sans les interférences intermittentes difficiles à attribuer, et les jobs ne sont plus déplacés par la défragmentation de la flotte. Netflix a mesuré l’isolation en exécutant une application de référence seule, puis à côté d’un conteneur « havoc » volontairement abusif, et en comparant le débit conservé et la latence P99.
Les coûts sont énoncés ouvertement. Le surcoût fixe de l’hôte pèse lourd sur les petites instances, le dimensionnement au plus juste gaspille un peu de capacité, et le démarrage est plus lent car il faut démarrer une instance et tirer l’image. Netflix recommande donc ce mode pour des jobs volumineux, de longue durée, sensibles aux interruptions et dimensionnés proches d’un nœud, et le déconseille pour les services petits ou irréguliers.
Ce qu’une équipe qui n’est pas Netflix peut en retenir
Deux idées voyagent bien. D’abord, nommer la menace avant de choisir l’outil : la contention entre charges de confiance et les locataires hostiles sont deux problèmes différents, et une technologie choisie pour l’un peut être un effort inutile pour l’autre. Ensuite, chiffrer l’option banale. Une VM dédiée existe déjà, est connue et patchée par quelqu’un, alors qu’une couche légère sur mesure est quelque chose que votre équipe devra porter indéfiniment.
La conclusion de Netflix est propre à ses charges et à ses types d’instances, pas un verdict sur les microVM ou gVisor en général. Une équipe qui a besoin d’une isolation face à un locataire hostile, ou qui tourne sur du bare metal, peut peser les mêmes options autrement.
FAQ
Qu’est-ce qu’un voisin bruyant sur un serveur partagé ?
Un voisin bruyant est une charge qui sollicite fortement du matériel partagé et ralentit une autre charge du même serveur, alors que les deux respectent leurs quotas. Les ressources partagées sont typiquement le cache de dernier niveau du processeur, la bande passante mémoire, les verrous réseau, le débit disque et les verrous du noyau.
Netflix a-t-il mis ces jobs sur une VM pour des raisons de sécurité ?
Non. Netflix indique que ces jobs ont besoin d’une isolation de ressources et de performance, pas d’une protection contre un colocataire hostile. Les conteneurs appartiennent à des équipes internes de confiance, et l’objectif était une latence prévisible pour des jobs de streaming avec état, coûteux à redémarrer.
Pourquoi Netflix n’a-t-il pas choisi les microVM ou gVisor ?
Pour les microVM, la virtualisation matérielle exige du bare metal ou de la virtualisation imbriquée, pas prête sur ses types d’instances, il n’existe pas de service managé et les GPU ne sont pas pris en charge. Pour gVisor, l’interception des appels système ralentit les jobs riches en E/S, et le projet open source est en retard sur la version interne de Netflix. Une VM classique donnait l’isolation sans ce travail sur mesure.
Titus mono-locataire est-il un produit utilisable par d’autres entreprises ?
Non. Titus est la plateforme interne de Netflix, et le mode mono-locataire est une fonctionnalité de celle-ci, décrite dans un billet de blog d’ingénierie et non proposée comme produit.
Quelles charges doivent recevoir une VM dédiée ?
Netflix la recommande pour les jobs volumineux, de longue durée, qui ne tolèrent pas l’interruption et sont dimensionnés proches d’un nœud, comme le traitement de flux avec état. Elle la déconseille pour les petits services ou ceux au trafic irrégulier, à cause du surcoût fixe de l’hôte et du démarrage plus lent.