要約
最新のソフトウェア システムは、多くの場合、さまざまな関係者からのさまざまな要件に合わせて高度に構成可能です。
構成と必要なパフォーマンス属性の間のマッピングを理解することは、基盤となるシステムの制御性と調整を向上させる上で基本的な役割を果たしますが、そのブラックボックスの性質により、長い間、知識の暗い穴となってきました。
これらのシステムのパフォーマンス分析ではこれまでにも取り組みが行われてきましたが、それらは構成を固有の空間関係を考慮せずに孤立したデータ ポイントとして分析します。
これにより、ローカル最適化などの構成空間の多くの重要な側面を調べることができなくなります。
この研究では、パフォーマンス分析を再考するための新しい視点、つまり構成空間を構造化された「ランドスケープ」としてモデル化することを提唱しています。
この提案をサポートするために、私たちは、オープンソースのグラフ データ マイニングを強化したフィットネス ランドスケープ分析 (FLA) フレームワークを設計しました。
このフレームワークを、3 ドルの現実世界システムの 32 ドルの実行ワークロードから 8,600 万ドルのベンチマーク構成に適用することで、6 ドルの主な結果に到達しました。これらは合わせて景観地形の全体像を構成し、両方への影響について徹底的に議論します。
構成のチューニングとパフォーマンスのモデリング。
要約(オリジナル)
Modern software systems are often highly configurable to tailor varied requirements from diverse stakeholders. Understanding the mapping between configurations and the desired performance attributes plays a fundamental role in advancing the controllability and tuning of the underlying system, yet has long been a dark hole of knowledge due to its black-box nature. While there have been previous efforts in performance analysis for these systems, they analyze the configurations as isolated data points without considering their inherent spatial relationships. This renders them incapable of interrogating many important aspects of the configuration space like local optima. In this work, we advocate a novel perspective to rethink performance analysis — modeling the configuration space as a structured “landscape”. To support this proposition, we designed \our, an open-source, graph data mining empowered fitness landscape analysis (FLA) framework. By applying this framework to $86$M benchmarked configurations from $32$ running workloads of $3$ real-world systems, we arrived at $6$ main findings, which together constitute a holistic picture of the landscape topography, with thorough discussions about their implications on both configuration tuning and performance modeling.
arxiv情報
| 著者 | Mingyu Huang,Peili Mao,Ke Li |
| 発行日 | 2025-01-02 06:55:38+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google