OSDI '20 TLB

Just a TLB for OSDI ‘20. Not all papers in this conference would be mentioned as title lists.
links of Parts are from SJTU IPADS Notes

Updating…

Part 1 link:

  • Session-1: Correctness
  • Session-2: Storage
    • Fast RDMA-based Ordered Key-Value Store using Remote Learned Cache
      把Learned Index做到传统分布式的RDMA KVS上。Client上小缓存也有好效果。open source
    • CrossFS: A Cross-layered Direct-Access File System 做了一个跨多层(user, kernel, firmware)的文件系统。用per-inode Interval Tree粒度锁+FD Queue将文件系统上的并发优化转化为I/O队列的排序问题。open source, more
    • From WiscKey to Bourbon: A Learned Index for Log-Structured Merge Trees
      因为sstable大多不变,因此在之上做Learned Index。利用sstable的生命周期、访问特征来优化模型(贪心分段线性回归)训练开销。优先学低层和活了一定时间的文件,避免学习将被快速compaction等的低寿命文件。more, open-source
    • LinnOS: Predictability on Unpredictable Flash Storage with a Light Neural Network
      用NN预测因为FTL影响的SSD实时性能。直接用回归模型的效果很差,根据SSD latency的CDF指定一个threshold转变为分类问题。feature选择上,用related I/O addr是最准的,但速度很慢。最后选择的feature:I/O pending queue size(当前的和以前的); 最近R次I/O的延迟。acc 87-97%, extra overhead: 4-6 μs。另外因为FP和TN的惩罚不同,也用了biased training。
    • A large scale analysis of hundreds of in-memory cache clusters at Twitter
      twitter的KVS工业界大规模负载特征分析。>35%集群有>30%的写请求。TTL短。Zipf。KV size小。Key size大。open source
  • Session-3: OS & Networking
    • Semeru: A Memory-Disaggregated Managed Runtime
      在DSM上做了一个基于Java的分布式GC。DN可以更快速完成GC。1. DN通过遍历,得到存活对象的闭包。2. CN和MN暂停,一起开始GC,回收mem,迁移活数据,回收cache。open source
    • Caladan: Mitigating Interference at Microsecond Timescales
      解决单机上延迟敏感任务被其他任务干扰导致的尾延迟(e.g. Memcached & GC)。Caladan通过一个中心scheduler接收应用通过runtime发送的信息、硬件的信息等,来进行检测干扰(3 cases: 内存带宽、超线程、LLC缓存干扰)。
    • AIFM: High-Performance, Application-Integrated Far Memory
      far memory场景下,不手动通过RDMA语义来修改codes会带来性能下降。AIFM做了一个牺牲透明性(code需要显式区分近端远端mem,以及维护一些flag),但不需要大量修改code的方法(如通过RDMA verb访问),避免了原来的方案在分页、cache污染、阻塞等上产生的问题。open source
  • Session-4: Consistency

Part 2 link

  • Session-5: Machine Learning
  • Session-6: Consensus
  • Session-7: Bugs
  • Session-8: Scheduling

Part 3 link

  • Session-9: Machine Learning 2
  • Session-10: Hardware
    • Assise: Performance and Availability via Client-local NVM in a Distributed File System 把data和一部分metadata尽可能存在本地,以此减少主导的网络开销,提升recovery速度。open source, more
    • Persistent State Machines for Recoverable In-memory Storage Systems with NVRam 用状态机来抽象存储系统的语义,通过状态同步来在本地PM上维护一个存储系统的副本,实现recoverable的同时尽可能减少开发上的开销。 more
    • AGAMOTTO - How Persistent is your Persistent Memory Application 一个bugs相关工作,检测code中Missing Flush/Fence Pattern和Extra Flush/Fence Pattern两种bug分别造成的正确性和性能问题。
  • Session-11: Security
  • Session-12: Clusters
    • Predictive and Adaptive Failure Mitigation to Avert Production Cloud VM Interruptions 基于静态规则和ML通过A/B test来分析大规模的分布式VM日志,预测系统稳定性。

Search

    Table of Contents