KLOCs: kernel-level object contexts for heterogeneous memory systems
KLOCs: kernel-level object contexts for heterogeneous memory systems
复制标题
KLOC：异构内存系统的内核级对象上下文
DOI：
10.1145/3445814.3446745
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Bhattacharjee, Abhishek
中科院分区：
文献类型：
--
作者：
Kannan, Sudarsun;Ren, Yujie;Bhattacharjee, Abhishek
异构存储器系统在新兴系统中承诺更好的性能、能量效率和成本权衡。但实现这一承诺需要高效的操作系统机制和数据分层和迁移策略。不幸的是，现代操作系统缺乏对数据分层的低效支持。虽然这个问题对于应用程序数据是已知的，但是如何最好地管理文件系统和网络的内核对象的问题-即，inode、dentry缓存、日志块、套接字缓冲区等-在很大程度上被忽略了，这给I/O密集型工作负载带来了性能挑战。我们量化了这一挑战的规模，并引入了一个新的操作系统抽象，内核级对象上下文（KLOC），使内核对象的有效分层。我们使用KLOC来识别和组内核对象具有类似的热度，重用，和活性，并展示其在数据放置和迁移跨几个异构的内存系统配置，包括英特尔的Optane系统中的使用。使用RocksDB、Redis、Cassandra和Spark进行的性能评估表明，与现有技术相比，KLOC可以实现高达2.7倍的系统吞吐量。
Heterogeneous memory systems promise better performance, energy-efficiency, and cost trade-offs in emerging systems. But delivering on this promise requires efficient OS mechanisms and policies for data tiering and migration. Unfortunately, modern OSes are lacking inefficient support for data tiering. While this problem is known for application data, the question of how best to manage kernel objects for filesystems and networking---i.e., inodes, dentry caches, journal blocks, socket buffers, etc.---has largely been ignored and presents a performance challenge for I/O-intensive workloads. We quantify the scale of this challenge and introduce a new OS abstraction, kernel-level object contexts (KLOCs), to enable efficient tiering of kernel objects. We use KLOCs to identify and group kernel objects with similar hotness, reuse, and liveness, and demonstrate their use in data placement and migration across several heterogeneous memory system configurations, including Intel’s Optane systems. Performance evaluations using RocksDB, Redis, Cassandra, and Spark show that KLOCs enable up to 2.7× higher system throughput versus prior art.
集成 3D 堆叠服务器设计，用于提高键值存储的物理密度
DOI：
10.1145/2541940.2541951
发表时间：
2014
期刊：
Proceedings of the 19th international conference on Architectural support for programming languages and operating systems
影响因子：
--
作者：
Anthony Gutierrez;Michael Cieslak;Bharan Giridhar;R. Dreslinski;L. Ceze;T. Mudge
通讯作者：
T. Mudge
通过复合访问调度和 MissMap 支持超大型 DRAM 缓存
影响因子：
3.6
作者：
G. Loh;M. Hill
通讯作者：
M. Hill