Performance Comparison of Contribution-Aware Allocation against Horizontal Pod Autoscaler on Hyperledger Fabric [PMN]

Abstract

Penelitian ini bertujuan mengatasi critical performance bottleneck dalam enterprise blockchain di konteks Global Supply Chain yang disebabkan oleh load imbalance dan Blockchain-Awareness Gap dari orchestration tools standar seperti Kubernetes HPA. HPA gagal menyediakan scaling yang efisien karena mengabaikan vital blockchain-specific metrics (transaction queue length, cross-shard cost). Untuk mencapai stress-balanced load distribution, kami mengusulkan dan mengimplementasikan algoritma Contribution-Aware Allocation (CAA) sebagai Custom Kubernetes Controller yang terintegrasi dengan Hyperledger Fabric. CAA bekerja dengan menghitung C-Score berdasarkan multi-dimensional metrics untuk menilai kualitas peer secara dinamis. Kami melakukan analisis eksperimental komparatif antara tiga metode CAA (Proposed), Kubernetes HPA (Baseline), dan Static Sharding (Control) yang di-deploy di tiga geographic regions untuk mensimulasikan high inter-regional latency pada studi kasus Global Supply Chain farmasi. Hipotesis awal menyatakan bahwa pendekatan blockchain-aware (CAA) akan mencapai kinerja superior dengan secara signifikan menurunkan Stress Variance dan memaksimalkan Resource Efficiency (TX/pod-hour), membuktikan bahwa metode ini mandatory untuk optimasi sharded ledger production-grade.