利用前向纠错优化商用数据中心的长尾延迟
网络与互联网体系结构
2021-10-29 v1
摘要
短流（或短消息）的长尾延迟极大影响数据中心中面向用户的应用。该问题的既有方案引入了显著的实现复杂性，如全局状态监控、复杂网络控制或非平凡的交换机修改。尽管有望提供优越性能，它们却难以在实际中部署。本文提出 CloudBurst，一种简单、有效且可立即部署的方案，在不引入上述复杂性的情况下取得相似甚至更优的结果。其核心在于探索多路径上的前向纠错（FEC）——主动将消息生成的前向纠错编码数据包并行散布于多路径，并用最先到达的少数包恢复。因此，CloudBurst 能无感知地利用未充分使用的路径，从而实现低长尾延迟。我们已将 CloudBurst 实现为用户态库，并部署于带商用交换机的测试床。测试床与仿真实验均显示了 CloudBurst 的优越性能。例如，相比 DCTCP 与 PIAS，CloudBurst 在 99 分位消息/流完成时间（FCT）上分别降低 63.69% 与 60.06%。
引用
@article{arxiv.2110.15157,
title = {Optimizing Tail Latency in Commodity Datacenters using Forward Error Correction},
author = {Zeng Gaoxiong and Chen Li and Yi Bairen and Chen Kai},
journal= {arXiv preprint arXiv:2110.15157},
year = {2021}
}
备注
13 pages