在實驗室老師、同學及其他合作者的共同努力下，本實驗室三項成果分別被計算機系統領域重要國際會議USENIX ATC 2018(CCF A類)和計算機存儲領域重要workshop HotStorage收錄。其中USENIX ATC長論文兩篇，HotStorage論文一篇。向所有合作者、參研老師和同學表示祝賀！也向他們表示衷心感謝！

這三項重要成果涉及系統領域的兩個研究熱點：鍵值數據庫(KV store)和分布式一致性。這些研究成果的核心目的都是要突破存儲、計算、傳輸的瓶頸，使得系統架構更加優化，性能得到更大提升，以應對日益增長的互聯網服務和智能計算對于高效能存儲的客觀需求。摘要如下：

論文一：Fine-grained consistency for geo-replicated systems. Cheng Li (University of Science and Technology of China), Nuno Preguica (Nova University of Lisbon), Rodrigo Rodrigues (University of Lisbon). To appear in the Proceedings of USENIX ATC 2018. BOSTON, MA, USA.

概要：互聯網需要為來自世界各地的用戶提供便捷的服務。為此，大部分的互聯網服務提供商都采用用戶數據跨地域備份技術(geo-replication)來拉近服務與用戶的距離，使得用戶請求可以在距離最近的服務器上得到響應。 但該技術背后存在著系統性能(用戶請求時延和吞吐率)與跨地域數據一致性之間的尖銳矛盾。為了解決該矛盾，現有的技術將二者之間的取舍從系統層面拓展到操作層面，從而降低了維持一致性所需的跨數據中心并發控制的代價。然而，這些方法取舍粒度不夠細且無法感知系統操作發生的頻率，因而影響了互聯網的便捷化服務水平。基于此，我們提出了一種新的可調控的一致性模型—— Partial Order-Restrictions consistency (or short, PoR consistency) —— 將系統一致性與性能之間的取舍與操作之間可見性約束(visibility restriction)聯系起來，通過添加或者減少操作之間的可見性約束來增強或減弱整個系統的一致性，從而擺脫了一個系統只能選擇單一一致性模型的局限。此外，為了提供基于PoR一致性模型的備份協議，我們實現了一個輕量級的并發控制服務Olisipo，該服務可根據操作出現的頻率選擇性能適配的控制協議，以減少運行時開銷。我們將原型系統部署在亞馬遜云計算平臺的三個不同地域的備份節點上，并在該系統部署上運行RUBiS 評測工具。實驗結果表明：相較前序工作(OSDI 2012、ATC 2014、PaPoC 2015和IEEE Data Bulletin. 2016)，我們的一致性模型和原型系統可在添加少量約束的情況下，降低47.1%的用戶請求延遲和提高21.5%的系統吞吐率。

論文二：HashKV: Enabling Efficient Updates in KV Storage via Hashing. Helen H. W. Chan, Yongkun Li, Patrick P. C. Lee, Yinlong Xu. To appear in the Proceedings of USENIX ATC 2018. BOSTON, MA, USA.

概要：Key-value (KV)系統已被廣泛應用于多種應用場景，它主要采用LSM樹的結構以實現高訪問性能，但是KV系統仍面臨嚴重的I/O放大問題。目前，業界提出了key和value分離的思想，通過僅將key存儲于LSM樹，而將value使用單獨的存儲管理來解決I/O放大問題。但是，現有的設計方案垃圾回收開銷大，從而嚴重影響了KV系統的性能，尤其是針對寫密集的負載。為了解決KV系統的I/O放大問題，我們沿用KV分離的思想，提出了HashKV系統，即使在寫密集負載下仍能達到很好的寫性能。HashKV主要采用基于Hash的數據分組思想，從而提升數據寫入和垃圾回收的性能。與現有的KV分離方案相比，HashKV可以達到4.6倍的吞吐率，同時減少53.4%的數據寫入量。

論文三：ElasticBF: Fine-grained and Elastic Bloom Filter Towards Efficient Read for LSM-tree-based KV Stores.? Yueming Zhang, Yongkun Li, Fan Guo, Cheng Li, Yinlong Xu. To appear in the Proceedings of HotStorage 2018. BOSTON, MA, USA.

概要：為滿足數據密集型應用的高性能存儲需求，依托于LSM-tree架構的鍵值數據庫成為使用廣泛的主流存儲系統。該架構將鍵值對(key value pairs)存儲在固定大小的SSTable文件內。為提高讀性能，鍵值系統為每個SSTable配置一個布隆過濾器(Bloom filter)，但是布隆過濾器的誤報會引發額外的I/O 請求。且現有設計對系統內所有布隆過濾器采用統一設定，也不能對布隆過濾器誤報率進行動態調整，其統一降低誤報率的辦法將會給系統環境帶來巨大內存開銷。基于此，本文提出彈性布隆過濾器機制(Elasitc Bloom Filter，ElasticBF)。ElasticBF 為每個SSTable構建 多個占用空間小的布隆過濾器，這些布隆過濾器機制存儲于外存。對于訪問頻率高的SSTable，為其在內存中多加載一些布隆過濾器，而對訪問頻率低的SSTable，則少加載一些。而且，為了使過濾器的動態調整開銷較小，我們擴展了多級隊列這一數據結構，使用多級隊列對布隆過濾器進行管理。因此，ElasticBF能夠動態調節每個SSTable布隆過濾器的誤報率和內存使用量，在內存開銷相同的前提下，大大減少了 (實驗中最高可達67%)讀操作中因布隆過濾器誤報引發的I/O請求，從而提高讀性能。我們在LevelDB 的基礎上實現了ElasticBF，并在服務器上進行了性能測試。實驗結果顯示，ElasticBF讀吞吐量最高是 LevelDB的2.24 倍，且寫性能幾乎沒有損失。

除了上述三項被接受的成果外，其他四篇投稿雖然被拒，但值得欣慰的是，每一篇稿件都收獲了同行業國際專家不同程度的認可，以及極富建設性的修改意見。希望大家再接再厲，認真改進，完善成果，爭取更大更好的成績。

總結

以上是生活随笔為你收集整理的ATC计算机会议,三项成果被计算机系统重要国际会议USENIX ATC和HotStorage收录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。