HotCloud12 [workshop]
https://www.usenix.org/conference/hotcloud12/tech-schedule/workshop-program
Using R for Iterative and Incremental Processing
在已有的数据并行编程模型,例如MapReduece框架下写一些机器学习和图算法是很困难的,很多这些算法本身是迭代的,并且执行增量计算,这些并不被现有的框架所支持。
这篇文章提出了一个基于数组的语言叫做R,并在文章中进行了扩展,这种算法可以较理想地表达上面提到的一些算法。
Sweet Storage SLOs with Frosting
现在的数据中心支持很多应用,这些应用有很多性能要求。这些性能要求在应用层被描述为服务级的目标SLO。然而大规模的分布式存储系统没有注意这些性能目标。所以为了提高利用率,将许多应用调度到同一个集群中,在这篇文章中作者认为由于这些SLO是在高级别表述的,那么一个高级别的控制机制是必要的。
而现有的方法是采用块级别或者磁盘级别的调度,文章提出的机制把SLO翻译成低级别的配置参数。
Towards Fair Sharing of Block Storage in a Multi-tenantCloud
多用户下,云存储系统的性能不稳定,通过.Our design leverages log-structured disk lay-out, chain replicationand a workload-based replica selection strategy to minimize interference,striking a balance between performance and fairness.