面向交互式数据应用的连续预取
数据库
2020-07-16 v1
摘要
交互式数据可视化与探索（DVE）应用常因突发的请求模式、庞大的响应规模以及跨多种网络与设备的异构部署而受网络瓶颈制约。这使其难以保证持续低响应时间（< 100ms）。Khameleon 是一个用于 DVE 应用的框架，其利用预取与响应调优的新颖组合来动态权衡响应质量与低延迟。Khameleon 利用了 DVE 的近似容忍度：即时低质量响应优于等待完整结果。为此，Khameleon 对响应进行渐进式编码，并运行服务器端调度器，利用可用带宽主动流式传输部分响应以最大化用户感知交互性。该调度器涉及基于可用资源、预测用户交互和响应质量等级的复杂优化；然而决策也必须实时。为克服此问题，Khameleon 使用一种快速贪心近似，其紧密模仿最优方法。利用图像探索与可视化应用及真实用户交互轨迹，我们表明在广泛的网络与客户端资源条件下，Khameleon 优于受益于完美预测模型的经典预取方法：Khameleon 的响应延迟从不更高，且通常低 2 至 3 个数量级，而响应质量保持在 50%–80% 内。
引用
@article{arxiv.2007.07858,
title = {Continuous Prefetch for Interactive Data Applications},
author = {Haneen Mohammed and Ziyun Wei and Eugene Wu and Ravi Netravali},
journal= {arXiv preprint arXiv:2007.07858},
year = {2020}
}