Das Tutorial setzt Rebalancer 1.0.4 mit einem C++-Kern und Python-Bindings ein. Es führt durch den Aufbau eines Modells mit Objekten, Containern, Dimensionen, Geltungsbereichen und Partitionen. Anschließend ergänzt es Bedingungen und Optimierungsziele. Als Beispiel dient ein kleines Rechenzentrum, in dem ein stark belasteter Host geleert werden soll. Für die Berechnung kommen lokale Suche oder der exakte Mixed-Integer-Solver HiGHS zum Einsatz.
Die Tests vergleichen beide Verfahren an einfachen Modellen, bei Hosts, die nicht gleichzeitig genutzt werden dürfen, sowie an synthetischen Clustern. Hinzu kommen 60 veröffentlichte Instanzen aus der OR-Library. Die Ergebnisse werden nicht allein anhand der Solver-Status bewertet: Das Tutorial zählt die zurückgegebenen Zuordnungen erneut aus und prüft so, ob die Belegung tatsächlich eingehalten wird.
Insgesamt umfasst der ausgewertete Lauf 24 Berechnungen. Bei 14 davon stand das Statusfeld auf „True“, obwohl die Speichergrenze weiterhin überschritten war. Bei lokaler Suche mit der Richtlinie HARD lieferte Rebalancer laut den beschriebenen Tests zudem einen Startzustand, der Bedingungen verletzte, ohne einen Fehler auszulösen. Das Tutorial weist auch auf mögliche Konfigurationsfehler hin: Unbekannte Schlüssel in Spezifikationen wurden stillschweigend ignoriert, während Enum-Namen statt der erwarteten Zahlenwerte abgewiesen wurden.
Die Laufzeiten wurden auf einem Apple M4 mit dem macOS-Wheel gemessen. Für das Linux-Wheel in Colab können sie laut Tutorial anders ausfallen. Die Ergebnisse sind daher an die verwendete Umgebung gebunden; das Tutorial gibt keine allgemeingültige Laufzeit für andere Systeme an. Für die Prüfung der Modellgültigkeit empfiehlt es, jede zurückgegebene Zuordnung selbst nachzuzählen, statt sich auf das Statusfeld des Solvers zu verlassen.