.png){kind=icon}
返回
Towards Optimal Transaction Scheduling
.png){kind=icon}
PRE
AI
DOI：10.14778/3681954.3681956.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
最大化事务吞吐量是高性能数据库系统的关键，这些系统聚焦于减少数据访问冲突以提升性能。然而，寻找能减少冲突的高效调度方案仍是一个开放性问题。为提高效率，以往的调度技术仅考虑了可能调度方案的一个小子集。在本工作中，我们提出系统地探索整个调度空间，主动识别高效调度方案，并在执行期间精确执行它们以提升吞吐量。我们引入一种贪心调度策略SMF，它能高效地找到快速调度方案，并优于当前最先进的搜索技术。为在实际中实现这些调度方案的优势，我们开发了一种“先调度后并发控制”协议MVSchedO，该协议强制执行细粒度的操作顺序。我们在R-SMF系统中实现了这两项技术，R-SMF是RocksDB的改进版本，在多种基准测试和真实工作负载上，实现了最高3.9倍的吞吐量提升和3.2倍的尾部延迟降低。
Keyword:
GENETIC ALGORITHMS
TUTORIAL SURVEY
TABU SEARCH
JOB
OPTIMIZATION
CONTENTION
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏Polaris: Enabling Transaction Priority in Optimistic Concurrency ControlPolaris: 实现乐观并发控制中的事务优先级
PREAI
分享收藏
查看更多内容