.png){kind=icon}
返回
A Comprehensive Study on Solving Memory Bloat Under Virtualization
.png){kind=icon}
PRE
AI
DOI：10.1145/3769429.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
巨页在虚拟化环境下能有效减少地址翻译开销。然而，巨页可能导致内存膨胀问题，该问题主要表现为两种形式：热膨胀和用量膨胀。热膨胀发生在对巨页的访问高度偏向于少量基础页时，导致hypervisor（错误地）将整个巨页归类为热点。热膨胀破坏了包括分层内存和页面共享在内的多种关键虚拟化技术。用量膨胀指的是巨页中尚未分配的基础页，导致虚拟机（VM）过度请求内存。以往解决内存膨胀的方法要么需要硬件修改，要么仅针对特定场景且不适用于hypervisor。本文提出HUGESCOPE，一个轻量级、高效且通用的系统，基于商用硬件解决虚拟化环境下的内存膨胀问题。HUGESCOPE包含一种高效精确的页面跟踪机制，利用hypervisor中的间接内存翻译的中间层级。HUGESCOPE提供通用框架支持页面拆分与合并策略，考虑内存压力，以及页访问的最近性、频率和倾斜度。此外，HUGESCOPE具有通用性和模块化特性。它不仅能轻松应用于多种热膨胀相关场景，包括分层内存管理（HS-TMM）和页面共享（HS-SHARE），还能无缝向虚拟机暴露其能力以解决用量膨胀问题（HS-HP）。评估表明，通过解决热膨胀，HUGESCOPE引入不足4%的开销，HS-TMM性能提升最高达vTMM的61%，HS-SHARE内存节省比Ingens多41%且性能相当；通过解决用量膨胀，HS-HP可消除过度内存使用，性能提升最高达HawkEye的11%。
Keyword:
Virtulization
huge page
tiered memory
page sharing
memory bloat
期刊
A
IF:
1.8
论文数:
26
被引数:
1.1K
机构
引用论文
分享收藏Towards High Performance and Efficient Memory Deduplication via Mixed Pages通过混合页面实现高性能和高效的内存重复数据删除
PREAI
分享收藏
PRISM.png)
Proceedings of the ACM International Conference on Parallel Architectures and Compilation Techniques
Proceedings of the ACM International Conference on Parallel Architectures and Compilation TechniquesIF0
PREAI
分享收藏分享收藏
查看更多内容