理解现代处理器上的大数据分析工作负载

大数据分析应用在数据中心扮演着重要角色，因此理解其行为以进一步提升数据中心计算机系统的性能变得愈发重要，其中刻画代表性工作负载是一个关键的实践问题。在本文中，在调查了按页面浏览量和每日访问者计的最重要的三个应用领域后，我们选择了 11 个代表性数据分析工作负载，并利用硬件性能计数器刻画了它们的微体系结构行为，以理解数据分析工作负载对配备现代超标量乱序处理器的系统的影响和启示。我们的研究揭示大数据分析应用自身共享许多固有特征，这使它们不同于传统工作负载和横向扩展服务。为了进一步理解大数据分析工作负载的特征，我们对 CPI（每指令周期数）与其他微体系结构级特征进行了相关性分析，并调查了大数据软件栈对应用行为的影响。我们的相关性分析表明，尽管大数据分析工作负载存在显著的前端流水线停顿，但影响 CPI 性能的主要因素是长延迟数据访问而非前端停顿。我们的软件栈调查发现，典型的大数据软件栈显著导致了前端停顿并引发了更大的工作集。最后，我们根据本文所获得的认识，为架构师、程序员和大数据系统设计者给出了若干建议。