Online Phase-Adaptive Data Layout Selection
Online Phase-Adaptive Data Layout Selection
复制标题
在线相位自适应数据布局选择
DOI：
10.1007/978-3-540-70592-5_14
复制
发表时间：
2008
期刊：
影响因子：
--
通讯作者：
Martin Hirzel
中科院分区：
文献类型：
--
作者：
Chengliang Zhang;Martin Hirzel
好的数据布局可以提高面向对象软件的缓存和TLB性能，但不幸的是，先验地选择最优数据布局是NP难的。本文介绍了布局审计，这是一种在线(在程序运行时)从一组布局中选择最佳布局的技术。布局审计随时间随机应用不同的布局，并观察它们的性能。当它对哪种布局表现最好变得有信心时，它会以更高的概率选择该布局。但是，如果相移导致不同的布局执行得更好，布局审核将学习新的最佳布局。我们在一个产品Java虚拟机上实现了我们的技术，使用复制世代垃圾回收来产生不同的布局，并在20个长期运行的基准测试和4个硬件平台上进行了测试。给定基准和平台的任意组合，布局审核始终执行接近该组合的最佳布局，而无需离线培训。
Good data layouts improve cache and TLB performance of object-oriented software, but unfortunately, selecting an optimal data layout a priori is NP-hard. This paper introduces layout auditing, a technique that selects the best among a set of layouts online (while the program is running). Layout auditing randomly applies different layouts over time and observes their performance. As it becomes confident about which layout performs best, it selects that layout with higher probability. But if a phase shift causes a different layout to perform better, layout auditing learns the new best layout. We implemented our technique in a product Java virtual machine, using copying generational garbage collection to produce different layouts, and tested it on 20 long-running benchmarks and 4 hardware platforms. Given any combination of benchmark and platform, layout auditing consistently performs close to the best layout for that combination, without requiring offline training.
DOI：
--
发表时间：
2006-07
期刊：
--
影响因子：
--
作者：
Dave A. Thomas
通讯作者：
Dave A. Thomas