问题
针对DRAM缓存在DRAM-PM异构存储文件系统中的使用,通过对现有基于缓存和基于直接访问(DAX)设计的文件系统的分析,我们发现,由于数据移动过多,两者的性能都不理想。
现有方法局限性
基于缓存的方法:
-
在快速、全内存架构下,DRAM缓存会产生显著的开销。
基于DAX的方法:
-
因为高延迟限制了文件系统性能。PM延迟远高于和DRAM(PM延迟可能在数百到数千纳秒之间[18])。
-
DAX可能会失去DRAM缓存提供的数据局部性的性能优势。在高并发和强数据局部性的场景中,尽管VFS页面缓存框架引入了高软件开销,但基于DAX的系统的性能不如DRAM缓存系统。
-
即时持久性是DAX的最佳场景;但在许多现实世界的场景中,这是一种过度做法[49]。
挑战
-
应用程序缓冲区和DRAM缓存之间的数据传输开销很高。在应用程序和DRAM缓存之间传输数据是最关键的快速路径操作,但是现有的缓存框架使用内存复制,这引入了大量的性能开销。实验表明,在使用VFS页面缓存的文件系统中,数据复制占据了高达84%的开销。
-
缓存税的影响显著。现有的缓存框架需要花费大量精力来同步(清除脏数据)和跨DRAM缓存和PM迁移数据(将数据移入/移出缓存)。这种操作是以同步和顺序的方式实现的,并显著增加了性能损失(超过30%)。
本文方法
本文提出了一种在异构内存之上的缓存管理层,FLAC,将DRAM缓存与虚拟内存管理相结合。主要包含两个关键技术:
-
零拷贝缓存。FLAC将异构内存统一到一个层次的异构页表,虚拟页面可以根据其状态(即缓存或逐出)动态映射到DRAM或PM上的物理页面。设计了页面附加机制,以零拷贝的方式优化应用程序和缓存之间的数据传输。其核心思想是通过强制写时复制(COW)在源地址和目标地址之间映射页面,以实现高效和安全的数据传输。FLAC通过滑动窗口缓冲区解决解决页面未对齐,通过批错误/分离来解决COW页面错误的副作用。零拷贝缓存使页面具有多个版本,这需要FLAC具有新的缓存管理机制,以确保数据一致性和高并发性。
-
并行优化缓存管理。利用零拷贝缓存带来的多版本功能,充分利用了关键I/O路径的数据同步和迁移的并行性。FLAC提出了两阶段刷新,允许脏数据同步中昂贵的持久性阶段无锁,并提出了异步缓存未命中处理,以分摊在后台将数据加载到缓存的开销。
在FLAC上进一步设计和实现了一个库文件系统,称为FlacFS。
微观基准测试表明,在文件读/写方面,FlacFS比现有文件系统提供了高达两个数量级的性能改进。在实际应用中,与最先进的基于DAX和基于缓存的文件系统相比,FlacFS的性能分别提高了10.6倍和9.9倍。
实验
实验环境:两个Intel Xeon CPU,256GB RAM,1TB(128GB×8)PM。FlacFS和EXT4使用Ubuntu 20.04和Linux 5.1,其他文件系统使用它们可以支持的内核版本。
数据集:微基准测试、Filebench [45]、命令行应用程序 grep v3.7和tar v1.34、大数据处理 BigSort[25]
实验对比:执行时间、吞吐量、缓存逐出开销
实验参数:线程数、I/O大小、缓冲重写比例、文件大小
总结
针对DRAM-PM异构存储文件系统的优化,现有基于缓存和基于直接访问(DAX)设计的文件系统性能不理想,原因在于应用程序缓冲区和DRAM缓存之间的数据传输使用内存复制开销高,现有方法需要同步(清除脏数据)和跨DRAM缓存和PM迁移数据(将数据移入/移出缓存)导致性能低。本文提出在异构内存之上的缓存管理层,FLAC,将DRAM缓存与虚拟内存管理相结合。主要包含两个关键技术:(1)零拷贝缓存。虚拟页面可以根据其状态(即缓存或逐出)动态映射到DRAM或PM上的物理页面,以零拷贝的方式优化应用程序和缓存之间的数据传输。其核心思想是通过强制写时复制(COW)在源地址和目标地址之间映射页面。并通过滑动窗口缓冲区解决解决页面未对齐,通过批错误/分离来解决COW页面错误的副作用。(2)并行优化缓存管理。利用零拷贝缓存带来的多版本,通过两阶段刷新,允许脏数据同步阶段无锁,并提出了异步缓存未命中处理,以分摊在后台将数据加载到缓存的开销。