文章摘要
冷镇宇,蒋德钧,熊劲.AccGecko:面向分布式存储系统的尾延迟SLO保证框架[J].高技术通讯(中文),2022,32(6):553~564
AccGecko:面向分布式存储系统的尾延迟SLO保证框架
AccGecko: guaranteeing tail latency SLO for distributed storage system
  
DOI:10.3772/j.issn.1002-0470.2022.06.001
中文关键词: 分布式存储系统; 尾延迟服务质量目标(SLO)保证; 尾延迟预测; 负载建模
英文关键词: distributed storage system, tail latency service level objective (SLO) guarantee, tail latency prediction, workload modeling
基金项目:
作者单位
冷镇宇 (中国科学院计算技术研究所先进计算机系统研究中心北京 100190) (中国科学院大学北京 100049) 
蒋德钧 (中国科学院计算技术研究所先进计算机系统研究中心北京 100190) (中国科学院大学北京 100049) 
熊劲 (中国科学院计算技术研究所先进计算机系统研究中心北京 100190) (中国科学院大学北京 100049) 
摘要点击次数: 272
全文下载次数: 245
中文摘要:
      对于分布式存储系统来说,保证多租户尾延迟服务质量目标(SLO)同时获得较高的资源利用率十分重要。现有租户负载建模方法忽略了突发流量的密集程度,采用间接方法来预测尾延迟,导致系统的资源利用率较低。为了解决上述问题,本文基于密度聚类算法(DBScan),从强度、概率及密集程度3个维度对租户负载突发流量进行建模,直接预测连续突发流量期间请求延迟超限的概率。结合固定速率分配方法,本文设计了尾延迟SLO保证框架AccGecko。相比于已有的工作,AccGecko可以使系统平均多承载66%的租户。
英文摘要:
      Guaranteeing tail latency service level objective (SLO) of multi tenant as well as achieving high resource utilization is important to distributed storage systems. Existing tenant workload modeling methods ignore the density of burst, and tail latency prediction method predicts the tail latency indirectly, resulting in under utilization resources. To address these issues, this paper models workload bursts from three dimensions of intensity, probability and density based on density based spatial clustering of applications with noise (DBScan), and predicts the probability of request latency overrun during continuous bursts directly. Combined with the constant rate control method, this paper designs a tail latency SLO guarantee framework AccGecko. Compared with existing work, AccGecko can accommodate an average of 66% more tenants.
查看全文   查看/发表评论  下载PDF阅读器
关闭

分享按钮