通过双重 I/O 发布阈值(DUIET)提升异构混合存储负载下的突发 I/O 性能
《ACM Transactions on Architecture and Code Optimization》:Boosting Burst I/O Performance under Heterogeneous Hybrid Storage Workloads via DUal I/O IssuE Thresholds
【字体:
大
中
小
】
时间:2026年09月26日
来源:ACM Transactions on Architecture and Code Optimization 2.9
编辑推荐:
# 摘要
I/O调度器是在同质混合存储工作负载(例如,多个同时运行的持续性工作负载)下维持服务质量的关键组件。然而,I/O调度器用于利用底层存储设备并行性的长硬件队列,会对延迟敏感的突发工作负载造成难以忍受的I/O延迟,尤其是在异质混合存储工作负载(即突发工作负载与持续性工
# 摘要I/O调度器是在同质混合存储工作负载(例如,多个同时运行的持续性工作负载)下维持服务质量的关键组件。然而,I/O调度器用于利用底层存储设备并行性的长硬件队列,会对延迟敏感的突发工作负载造成难以忍受的I/O延迟,尤其是在异质混合存储工作负载(即突发工作负载与持续性工作负载同时运行)下更为突出。基于我们的观察——硬件队列中有限的槽位足以维持由超大I/O请求组成的吞吐敏感型持续性工作负载的高吞吐量,我们提出了一种新颖的I/O调度框架DUET,通过部署双重I/O提交阈值来在异质混合工作负载下提升突发工作负载的I/O性能。具体而言,当只有持续性工作负载活跃运行时,DUET利用高阈值来限制硬件队列中持续性工作负载请求的数据总量。根据我们的观察,适当的高阈值不仅能确保持续性工作负载的高吞吐量,还能显著减少即将到来的突发工作负载I/O请求的排队时间。为了进一步降低突发工作负载的I/O延迟,DUET在持续性工作负载与突发工作负载同时存在时采用低阈值。通过调整该低阈值,我们可以方便地在持续性工作负载的吞吐量与突发工作负载的I/O延迟之间进行权衡。原型实验结果证明了DUET的有效性和高效性。# AI摘要现代存储系统在处理异质工作负载时经常遭遇性能下降,这类工作负载结合了持续高强度I/O请求与间歇性突发流量。其根本问题源于传统I/O调度器管理硬件队列的方式——硬件队列是为利用设备并行性而设计的深层缓冲区。当持续性工作负载以大量I/O请求填满这些队列时,进入的突发请求面临显著的排队延迟,延迟可能增加多达三个数量级,尽管现代SSD拥有大量内部并行性却未被充分利用。研究揭示了一个关键观察:对于持续性工作负载(尤其是大I/O请求的工作负载),硬件队列的配置严重过剩。例如,具有64 KB或更大请求的持续性工作负载在远少于默认最大队列深度的情况下即可达到峰值吞吐量,队列中大部分空间被对吞吐量没有贡献但显著增加突发延迟的请求所占据。这造成了优化持续性工作负载吞吐量与最小化突发工作负载延迟之间的冲突。提出的解决方案称为DUET,引入了一种双重阈值机制,动态限制持续性工作负载可以进入硬件队列的数据量。该框架以两种模式运行。在持续性模式下,当只有持续性工作负载活跃时,DUET应用高阈值,允许持续性工作负载维持深层队列以优化吞吐量,同时防止队列过度饱和。当突发工作负载变为活跃时,系统切换到突发模式并应用较低阈值,减少延迟敏感的突发请求所经历的排队延迟。DUET由三个主要组件构成。首先,属性API允许应用程序显式地将自身标记为突发或持续性工作负载。其次,调度信息收集器同时监控CPU调度与I/O事件,通过追踪突发进程是否正在活跃运行或有待处理请求来确定当前系统模式。第三,限制器通过节流持续性工作负载请求来强制执行适当的阈值,同时允许突发请求绕过节流直接到达硬件队列。大量实验评估表明DUET取得了显著改善。与流行的BFQ调度器相比,对于大I/O大小的工作负载,DUET将突发I/O延迟降低了8.8倍至29.16倍,同时持续性工作负载吞吐量性能下降不到2%。使用RocksDB等真实应用程序的实验结果证实,这些优势可以转化为实际应用系统中的收益。该框架还包含监控机制,以防止恶意进程谎称突发状态来规避公平性保护,当CPU行为显示持续性特征时撤销突发特权。> 以上内容为AI生成。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号