.png){kind=icon}
返回
MOTOR: Resource-efficient cloud-native network acceleration with programmable switches
.png){kind=icon}
PRE
AI
DOI：10.1016/j.comnet.2025.111335.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着分布式云原生应用中服务数量和服务调用频率的快速增长，这些应用中的服务间通信流量在过去几年中显著增加。因此，云原生网络，尤其是服务间通信，对于维持云原生应用的整体性能至关重要。然而，我们的研究表明，由数据包传输引发的额外复杂网络处理对服务间通信产生了巨大的开销。因此，我们提出MOTOR，一种可编程交换机辅助的网络解决方案，以资源高效的方式加速云原生网络。MOTOR的核心思想是通过将必要的网络功能从CPU卸载到可编程交换机上来最小化网络处理开销。MOTOR利用eBPF实现无侵入式的网络绕过，并将服务间流量直接转发到交换机。随后，交换机被用来执行服务间通信所需的关键网络功能。为解决可编程交换机的内存限制问题，MOTOR引入了表项预测算法和一种无内存开销的每连接一致性（PCC）保持策略。评估结果显示，MOTOR在保持PCC的同时实现了显著的性能和资源收益。具体而言，MOTOR将应用吞吐量提高了高达1.66倍，并将延迟降低了高达62.3%，且无需任何代码修改。尽管其他可编程交换机辅助解决方案提供了与MOTOR相当的性能提升，但它们需要额外的主机或交换机资源。相比之下，MOTOR中的PCC保持策略和预测算法使得主机和交换机资源消耗的同时降低成为可能。具体来说，与现有网络解决方案相比，它将CPU和内存使用量分别降低了高达55%和70%，同时降低了交换机的内存消耗60%。
Keyword:
Cloud native network
Programmable network
Cloud computing
eBPF
SDN
期刊
IF:
4.6
论文数:
1.5K
被引数:
1.6W
机构
引用论文
.png){kind=icon}
分享收藏
没有更多内容
没有更多内容