Lowering the volatility: a practical cache allocation prediction and stability-oriented co-runner scheduling algorithms

Wang, Fei; Gao, Xiaofeng; Chen, Guihai

doi:10.1007/s11227-016-1645-7

Cited by 2 publications

(1 citation statement)

References 21 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…На сегодняшний момент наиболее популярными являются: First-Come, First-Served (FCFS), Карусель (Round Robin -RR), Shortest-Job-First (SJF), Гарантированное планирование, Приоритетное планирование, Многоуровневые очереди, Многоуровневые очереди с обратной связью [1,8,9]. Материалов по использованию машинного обучения для планирования стека процессов крайне мало [10,11].…”

Section: теоретическая частьunclassified

Investigation of the Possibility of Using Linear Regression for Predicting Memory Consumption in a Highload Information System

Tuzov¹

2018

CTAC&R

View full text Add to dashboard Cite

5Введение В последние годы резко выросло число прикладных задач, обеспечивающих сервисами тысячи и сотни тысяч пользователей. Для решения задачи получения приемлемого времени отклика на запросы пользователей используется специальный класс вычислительных систем, которые получили название высоконагруженные (Highload application). Для подобных систем характерны следующие свойства: большое количество одновременных пользователей, большой объем обрабатываемой информации. Однако главным критерием является масштабируемость, т. е. доступность для любого теоритически достижимого числа клиентов при сохранении приемлемого времени отклика. На данный момент сложности, возникающие в системах, связанные с расходом процессорного времени, расходом оперативной памяти [1] и планировании стека задач, как правило, решаются добавлением в систему вычислительных мощностей либо попыткой распараллелить вычисления, что не всегда просто и опять же требует дополнительных мощностей. В некоторых работах изучается возможность изменения архитектуры операционной системы, в частности, отказ от ядра при операциях с данными ввода-вывода в контексте операционной системы общего назначения, для повышения производительности, сохраняя при этом традиционную модель безопасности [2]. Однако экстенсивный путь развития является не единственным. За счет грамотного Информатика и вычислительная техника УДК 004.89 6 Тузов А.В. Исследование возможности использования линейной регрессии для предсказания расхода памяти… Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2018. Т. 18, № 3. С. 5-11 7 Тузов А.В. Исследование возможности использования линейной регрессии для предсказания расхода памяти… Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2018. Т. 18, № 3. С. 5-11 9 Тузов А.В. Исследование возможности использования линейной регрессии для предсказания расхода памяти… Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2018. Т. 18, № 3. С. 5-11 11Analysis of the results showed that the model constructed has a number of problems. As recommendations for improving the results, the use of another method to build a model is indicated, as well as improvement of the quality and quantity of data collected. Further plans include exploring the possibility of predicting the CPU time of a highload information system using external parameters.

show abstract

Section: теоретическая частьunclassified

Investigation of the Possibility of Using Linear Regression for Predicting Memory Consumption in a Highload Information System

Tuzov¹

2018

CTAC&R

View full text Add to dashboard Cite

show abstract

Real-time Prediction Model of Cache Miss Rate Based on Local Memory Access Characteristics

Zhang

Chen

Bai

2022

2022 14th International Conference on Measuring Technology and Mechatronics Automation (ICMTMA)

View full text Add to dashboard Cite

Lowering the volatility: a practical cache allocation prediction and stability-oriented co-runner scheduling algorithms

Cited by 2 publications

References 21 publications

Investigation of the Possibility of Using Linear Regression for Predicting Memory Consumption in a Highload Information System

Investigation of the Possibility of Using Linear Regression for Predicting Memory Consumption in a Highload Information System

Real-time Prediction Model of Cache Miss Rate Based on Local Memory Access Characteristics

Contact Info

Product

Resources

About