无服务器计算中的冷启动延迟:系统综述、分类法与未来方向
分布式、并行与集群计算
2024-10-24 v2
摘要
近来,学术界与企业界都关注到无服务器计算,其支持动态伸缩与经济型计费模型。在无服务器计算中,用户仅为实际使用的资源时间付费,通过零伸缩来优化成本与资源利用率。然而,这种方式也引入了无服务器冷启动问题。研究者已提出多种方案来解决冷启动问题,但其仍属未解决的研究领域。在本文中,我们对无服务器计算中的冷启动延迟进行了系统文献综述。此外,我们建立了冷启动延迟方法的详细分类法,并借此调研了现有用于降低冷启动时间与频率的技术。我们将当前冷启动延迟研究划分为若干类别,如基于缓存与应用层优化的方案,以及基于人工智能(AI)/机器学习(ML)的方案。而且,我们分析了冷启动延迟对服务质量的影响,探讨了当前的冷启动延迟缓解方法、数据集与实现平台,并根据其共同特征将其分类。最后,我们概述了开放挑战并指出了可能的未来方向。
引用
@article{arxiv.2310.08437,
title = {Cold Start Latency in Serverless Computing: A Systematic Review, Taxonomy, and Future Directions},
author = {Muhammed Golec and Guneet Kaur Walia and Mohit Kumar and Felix Cuadrado and Sukhpal Singh Gill and Steve Uhlig},
journal= {arXiv preprint arXiv:2310.08437},
year = {2024}
}
备注
Preprint Version Accepted for Publication in ACM Computing Survey, 2024