在线数据密集型服务中答案质量的度量与管理
分布式、并行与集群计算
2015-06-18 v1
摘要
在线数据密集型服务在分布式软件组件间并行执行查询。交互式响应时间是优先事项，因此在线查询执行返回答案时不会等待运行缓慢的组件完成。然而，来自这些慢速组件的数据可能带来更好的答案。我们提出Ubora，一种度量慢速运行组件对答案质量影响的方法。Ubora随机采样在线查询并执行两次。第一次执行忽略来自慢速组件的数据并提供快速的在线答案；第二次执行等待所有组件完成。Ubora使用记忆化通过重放组件间交换的网络消息来加速成熟执行。我们的系统级实现适用于广泛平台，包括Hadoop/Yarn、Apache Lucene、EasyRec推荐引擎和OpenEphyra问答系统。Ubora计算答案质量比不使用记忆化的竞争方法快得多。借助Ubora，我们表明答案质量能够且应当用于指导在线准入控制。我们的自适应控制器比由超时率引导的竞争控制器多处理了37%的查询。
引用
@article{arxiv.1506.05172,
title = {Measuring and Managing Answer Quality for Online Data-Intensive Services},
author = {Jaimie Kelley and Christopher Stewart and Nathaniel Morris and Devesh Tiwari and Yuxiong He and Sameh Elnikety},
journal= {arXiv preprint arXiv:1506.05172},
year = {2015}
}
备注
Technical Report