.png){kind=icon}
返回
Automatic Dual Threshold Tuning for Switch Buffer Sharing in Datacenter Networking
.png){kind=icon}
PRE
AI
DOI：10.1109/TON.2025.3590965.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对于广泛部署的片上共享缓冲区，高效的缓冲区管理是吸收突发流量并在瞬时拥塞期间避免丢包的关键。然而，随着生产数据中心中每端口每Gbps的缓冲区容量减少，为异构流量提供高效缓冲区管理变得更加具有挑战性。我们观察到典型的共享缓冲区管理策略分为两步：首先识别到达端口的短流，然后为这些端口分配更多缓冲区空间。不幸的是，长流和短流之间缺乏隔离会导致队列堆积增加，甚至导致短流丢包。为解决此局限性，我们提出D²T，该策略为长流和短流使用不同的队列长度阈值。具体而言，我们首先设计了一种紧凑的数据结构来区分长流和短流。当两种流共存于同一端口时，长流的阈值将降低以吸收突发的短流。此外，我们引入D²T*，该策略结合了D²T与高级DRL技术，以掌握缓冲区管理，从而进一步在各种场景中提升性能。我们在P4可编程交换机上实现了D²T，并进行了大规模仿真。结果表明，与现有最先进的策略相比，D²T分别将短流的平均和尾部完成时间（FCT）降低了最多29%和62%。
Keyword:
Data centers
switch buffer management
packet loss
期刊
I
IF:
0
论文数:
551
被引数:
0
机构
引用论文
分享收藏BurstBalancer: Do Less, Better Balance for Large-Scale Data Center TrafficBurstBalancer: 为大规模数据中心流量做更少、更好的平衡
PREAI
分享收藏分享收藏分享收藏Sliding Sketches: A Framework using Time Zones for Data Stream Processing in Sliding Windows.png)
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
PREAI
分享收藏
查看更多内容