CCoW: การเพิ่มประสิทธิภาพการคัดลอกเมื่อเขียนโดยพิจารณาจากตำแหน่งเชิงพื้นที่ในปริมาณงาน ตอนที่ 5

4. การประเมินผล

ส่วนนี้จะรายงานผลการประเมินของโครงการ CCoW ที่เสนอ เราใช้ CCoW ใน Linux Kernel v5.7.7 และต้องใช้โค้ดประมาณ 400 บรรทัด การประเมินดำเนินการบนเซิร์ฟเวอร์ที่มี CPU Intel Xeon Gold 5215 หนึ่งตัวและหน่วยความจำ 128 GB

ความสัมพันธ์ระหว่างผลการประเมินและความจำดึงดูดความสนใจได้มากอยู่เสมอ การวิจัยแสดงให้เห็นว่าผลการประเมินที่ดีมีความเกี่ยวข้องอย่างใกล้ชิดกับความจำที่ดีเยี่ยม

ในด้านหนึ่ง ผลการประเมินที่ดีต้องอาศัยการเรียนรู้ซ้ำๆ และการเรียนรู้จุดความรู้ ตลอดจนความเข้าใจในระดับสูงและความเชี่ยวชาญในเชิงลึก สิ่งเหล่านี้ต้องการการสนับสนุนหน่วยความจำที่ดี โดยเฉพาะในการสอบผู้เข้าสอบจะต้องตอบอย่างรวดเร็วและตอบคำถามได้อย่างถูกต้องและรวดเร็วในระยะเวลาอันสั้นซึ่งต้องใช้ความจำที่ดีเยี่ยมเป็นปัจจัยพื้นฐาน มีเพียงความทรงจำที่ยอดเยี่ยมเท่านั้นที่จะช่วยให้คุณทำงานได้ดีที่สุดภายใต้ความกดดัน

ในทางกลับกัน ผลการประเมินที่ดียังสามารถส่งเสริมการพัฒนาความจำได้อีกด้วย เมื่อเราได้รับผลการประเมินที่ยอดเยี่ยม เราจะรู้สึกถึงความสำเร็จและความพึงพอใจ อารมณ์เชิงบวกเหล่านี้ส่งผลดีต่อความจำและการเรียนรู้ของเรา สภาวะทางอารมณ์ที่ดีสามารถส่งเสริมการเชื่อมต่อและการส่งผ่านข้อมูลของเซลล์ประสาทในสมอง ซึ่งจะช่วยปรับปรุงความจำ

โดยสรุป มีความสัมพันธ์ที่เสริมซึ่งกันและกันระหว่างผลการประเมินและความจำ เพื่อให้ได้รับผลการประเมินที่ดีขึ้น เราจำเป็นต้องปรับปรุงความจำของเราอย่างต่อเนื่อง และการได้รับผลการประเมินที่ดีจะช่วยเพิ่มความจำของเราต่อไปได้ เราควรละทิ้งอารมณ์เชิงลบ ปฏิบัติต่อผลการประเมินและกระบวนการเรียนรู้ด้วยทัศนคติเชิงบวก ทำงานหนักอย่างไม่ลดละ และเชื่อว่าเราจะประสบความสำเร็จได้! จะเห็นได้ว่าเราต้องปรับปรุงความจำ และ Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมีนัยสำคัญ เนื่องจาก Cistanche Deserticola มีฤทธิ์ต้านอนุมูลอิสระ ต้านการอักเสบ และต่อต้านวัย ซึ่งสามารถช่วยลดปฏิกิริยาออกซิเดชันและการอักเสบในสมอง จึงช่วยปกป้อง สุขภาพของระบบประสาท นอกจากนี้ Cistanche Deserticola ยังสามารถส่งเสริมการเจริญเติบโตและการซ่อมแซมเซลล์ประสาท ซึ่งจะช่วยปรับปรุงการเชื่อมต่อและการทำงานของโครงข่ายประสาทเทียม ผลกระทบเหล่านี้สามารถช่วยปรับปรุงความจำ การเรียนรู้ และความเร็วในการคิด และยังอาจป้องกันการพัฒนาของความผิดปกติทางสติปัญญาและโรคทางระบบประสาทอีกด้วย

คลิกรู้เพื่อปรับปรุงหน่วยความจำระยะสั้น

เพื่อวิเคราะห์คุณลักษณะด้านประสิทธิภาพต่างๆ เราใช้ไมโครเบนช์มาร์กภายในองค์กร เพื่อประเมินปริมาณงานที่สมจริง เราใช้ Yahoo cloud servicebenchmark (YCSB) [30,31] สำหรับ Redis [4] โปรแกรมเหล่านั้นได้รับการกำหนดค่าด้วยพารามิเตอร์เริ่มต้น เว้นแต่จะระบุไว้เป็นอย่างอื่น เนื่องจาก CCoW ถูกนำไปใช้ในระดับเคอร์เนล จึงไม่จำเป็นต้องมีการแก้ไขสำหรับแอปพลิเคชันของผู้ใช้

4.1. การกำหนดลักษณะประสิทธิภาพ CCoW

เนื่องจาก CCoW ถูกควบคุมโดยพารามิเตอร์สองตัว ได้แก่ ขนาดขอบเขตและเกณฑ์ความครอบคลุม พารามิเตอร์เหล่านี้จะกำหนดประสิทธิภาพและพฤติกรรมการดำเนินการของ CCoW

ในแง่นี้ อันดับแรก เราประเมินอิทธิพลของขนาดภูมิภาคต่อประสิทธิภาพและโอเวอร์เฮดของ CCoW เราสร้างโปรแกรม microbenchmark เพื่อประเมินประสิทธิภาพของการคัดลอกการเขียน โปรแกรมได้รับการออกแบบตามพฤติกรรมการทำงานของ Redis ขั้นแรกจะเติมพื้นที่หน่วยความจำ 16 GB โดยแบ่งออกเป็นบล็อกขนาด 1 KB จากนั้น บล็อกจะถูกเลือกและอัปเดตซ้ำๆ ด้วยข้อมูลที่กำหนดไว้ล่วงหน้า

เกณฑ์มาตรฐานจะวนซ้ำการดำเนินการจนกว่าจะเขียนข้อมูลได้ 160 GB บล็อกเป้าหมายถูกเลือกตามการกระจาย Zipfiand ด้วยพารามิเตอร์=1.0 เพื่อให้มีปริมาณพื้นที่ที่เหมาะสมในการเข้าถึง

การดำเนินการเหล่านี้จะจำลองการดำเนินการอัปเดตของ Redis ด้วยปริมาณงาน YCSB เพื่อเลียนแบบฟีเจอร์สแนปช็อตของ Redis เกณฑ์มาตรฐานจะแยกกระบวนการ shildprocess เป็นระยะๆ หลังจากสร้างกระบวนการลูกแล้ว ประสิทธิภาพการทำงานของกระบวนการวัดประสิทธิภาพหลักลดลงอย่างรวดเร็วเนื่องจากค่าใช้จ่ายในการจัดการข้อบกพร่องของเพจเพิ่มขึ้น
ประสิทธิภาพได้รับการกู้คืนและเสถียรเมื่อเวลาผ่านไป เนื่องจากเหลือเพจน้อยลงสำหรับมาตรการคัดลอกเมื่อเขียน เวลาตั้งแต่ประสิทธิภาพลดลงไปจนถึงการกู้คืน 99% ของประสิทธิภาพปกติโดยใช้การกำหนดค่า CoW ดั้งเดิมและใช้เวลานี้เป็นช่วงเวลาสำหรับส้อม

กระบวนการย่อยถูกเก็บไว้ว่างเป็นเวลาสองช่วงก่อนที่จะออก เราวัดปริมาณงานโดยเฉลี่ยของการวัดประสิทธิภาพและขนาดหน่วยความจำของกระบวนการ ในขณะที่เปลี่ยนขนาดของภูมิภาคจาก 32 KB เป็น 2 MB ปริมาณงานบ่งชี้ถึงประสิทธิภาพที่เพิ่มขึ้นด้วย CCoW ดังนั้นยิ่งสูงก็ยิ่งดี

รอยเท้าหน่วยความจำวัดโดยการรวมขนาดชุดที่อยู่อาศัย (RSS) ของกระบวนการ และระบุโอเวอร์เฮดหน่วยความจำของโครงร่าง CCoW ผลลัพธ์สรุปไว้ในรูปที่ 3 การกำหนดค่าดั้งเดิมที่ไม่มี precopy จะแสดงเป็น 'CoW' และค่าประสิทธิภาพจะถูกทำให้เป็นมาตรฐานของการกำหนดค่า CoW

โดยรวมแล้ว ประสิทธิภาพของระบบไม่ได้ปรับปรุงอย่างมีนัยสำคัญในภูมิภาคเล็กๆ และแย่ลงด้วยภูมิภาคขนาด 32 KB ในขณะที่การกำหนดค่าในภูมิภาคที่ใหญ่กว่านั้นมีการปรับปรุงที่เห็นได้ชัดเจน อย่างไรก็ตาม การเปลี่ยนแปลงประสิทธิภาพมีเพียงเล็กน้อยถึงขนาดภูมิภาค 512 KB นี่เป็นเพราะโอกาสในการแสวงหาผลประโยชน์ที่จำกัดในภูมิภาคเล็กๆ ค่าใช้จ่ายในการตรวจสอบมีความสอดคล้องโดยไม่คำนึงถึงขนาดของภูมิภาค

เมื่อภูมิภาคมีขนาด 2 MB ประโยชน์ที่ได้จะมีมากกว่าค่าใช้จ่าย และเราสามารถสังเกตเห็นการปรับปรุงประสิทธิภาพประมาณ 0% อย่างไรก็ตาม ประสิทธิภาพได้รับการปรับปรุงเพิ่มเติมด้วยขนาดภูมิภาคที่ใหญ่ขึ้น

รอยเท้าหน่วยความจำมีแนวโน้มที่แตกต่างจากประสิทธิภาพ แม้จะมีพื้นที่ขนาดเล็ก แต่ก็มี memorybloat จำนวนมาก ซึ่งจะเพิ่มขึ้นตามขนาดพื้นที่ที่เพิ่มขึ้น อย่างไรก็ตาม มันไม่ได้เพิ่มขึ้นมากนักแม้แต่กับภูมิภาค 2 MB จากการประเมินนี้ เราสามารถสรุปได้ว่าภูมิภาคขนาด 2 MB มอบประโยชน์ด้านประสิทธิภาพสูงสุดพร้อมโอเวอร์เฮดหน่วยความจำในปริมาณที่เหมาะสม

ดังนั้นเราจึงใช้ขนาดภูมิภาคนี้สำหรับส่วนที่เหลือของการศึกษา ถัดไป เพื่อค้นหาเกณฑ์การครอบคลุมที่ดีที่สุดสำหรับสำเนาล่วงหน้า เราจะวัดปริมาณงานและขนาดหน่วยความจำในขณะที่เปลี่ยนค่าเกณฑ์ CCoW จาก 70% เป็น 95% สรุปรูปที่ 4 ผลการวัด

ตัวชี้วัดทั้งหมดได้รับการปรับให้เป็นมาตรฐานตามการกำหนดค่า 'CoW' ดั้งเดิม ตัวเลขที่อยู่ถัดจาก 'CCoW-' คือค่าเกณฑ์สำหรับการกำหนดค่า การกำหนดค่า 'CCoW-ทั้งหมด' คือการกำหนดค่าขั้นสูงสุดที่เกณฑ์ถูกตั้งค่าเป็นศูนย์ เพื่อให้แต่ละเพจฟอลต์คัดลอกขอบเขต 2 MB การกำหนดค่านี้จะมีประสิทธิภาพคล้ายกับระบบที่มีเพจขนาดใหญ่

เมื่อค่าเกณฑ์สูง ระบบจะคัดลอกล่วงหน้าเฉพาะเมื่อมีความมั่นใจสูงเท่านั้น ดังนั้นจึงมีโอกาสในการใช้ประโยชน์ลดลง จึงแสดงการปรับปรุงประสิทธิภาพเล็กน้อย ในทางตรงกันข้าม เมื่อค่าเกณฑ์น้อยเกินไป ก็มีโอกาสสูงที่ระบบจะคาดการณ์ภูมิภาคที่มีท้องถิ่นต่ำเป็นภูมิภาคที่มีความเป็นท้องถิ่นสูงอย่างไม่ถูกต้อง ภูมิภาคท้องถิ่นที่มีการเตรียมโคพโลว์ต้องเสียค่าใช้จ่ายโดยไม่มีผลประโยชน์ใดๆ โดยจะชดเชยผลประโยชน์ด้านประสิทธิภาพ

ดังนั้น ประสิทธิภาพสูงสุดที่เกณฑ์ 80% และลดลงหากค่าเกณฑ์ที่ต่ำกว่า ค่าโสหุ้ยของพื้นที่จะแปรผกผันกับค่าเกณฑ์ ยิ่งเกณฑ์การกำหนดค่าระบบต่ำลงเท่าใด เพจต่างๆ จะถูกคัดลอกมากขึ้น ส่งผลให้พื้นที่หน่วยความจำเพิ่มมากขึ้น สำหรับการกำหนดค่า 'CCoW-All' เราสังเกตเห็นว่าหน่วยความจำขยายตัวสูงมาก

ในการกำหนดค่านี้ แต่ละข้อบกพร่องของเพจต้องมีสำเนาของขอบเขต 2 MB ในที่สุดก็ทำให้กระบวนการหลักคัดลอกข้อมูลต้นฉบับทั้งหมดโดยประมาณ

เนื่องจากกระบวนการย่อยสามารถทำงานได้สองช่วงเวลา ทางแยกจึงมีอินสแตนซ์ย่อยหลายรายการพร้อมกัน ดังนั้นจึงทำให้พื้นที่หน่วยความจำที่สะสมมีขนาดใหญ่มาก จากการประเมินนี้ เราใช้เกณฑ์ความครอบคลุมที่ถือไว้ 80% สำหรับส่วนที่เหลือของการศึกษา

For more information:1950477648nn@gmail.com