技术论文

女预言家,一个轻量级的、基于强化学习数据放置技术混合存储系统(苏黎世联邦理工学院)

受欢迎程度

新的研究论文题为“女预言家:适应性和可扩展的数据放置在混合存储系统使用在线强化学习”从苏黎世联邦理工学院的研究人员,埃因霍温科技大学,蒙彼利埃大学CNRS LIRMM。

文摘
“混合存储系统(HSS)使用多个不同的存储设备提供高在高性能和可伸缩的存储容量。最近的研究提出了各种技术,旨在准确地识别性能关键型数据,把它放在一个“最佳”的存储设备。不幸的是,大部分的这些技术是刚性的,(1)限制其适应性表现良好广泛的工作负载和存储设备配置,和(2)很难设计师将这些技术扩展到不同的存储系统配置(例如,一个不同的数字或不同类型的存储设备)的配置设计。我们介绍女预言家,第一种技术,使用数据放置在混合存储系统的强化学习。女预言家观察运行工作负载的不同特性以及存储设备使用系统数据放置做决定。做每一个决定,女预言家收到的奖励系统,它使用评估长期性能的影响其决策,不断优化在线数据放置策略。我们实现女预言家在实际系统中各种高速钢配置。我们的研究结果表明,女预言家提供21.6% / 19.9%的性能提升绩效导向/成本为重高速钢配置相比,之前的数据放置技术最好的。我们的评估使用高速钢与三种不同配置存储设备显示,女预言家最先进的数据放置策略优于23.9% -48.2%,同时大大降低了系统架构师在设计一个数据放置的负担机制,可以同时将三个存储设备。我们表明,女预言家达到80%的oracle的性能策略,完成知识的未来访问模式而导致一个非常温和的存储开销仅124.4简约。”

找到这里的技术论文。2022年5月出版。源代码GitHub上在这里

arXiv: 2205.07394 v1。作者:Gagandeep辛格,Rakesh Nadig Jisung公园,拉胡尔贝拉,Nastaran Hajinazar,大卫•新生胡安Gomez-Luna桑德Stuijk, Henk Corporaal,偏向Mutlu。



留下一个回复


(注意:这个名字会显示公开)

Baidu