BlueDBM论文reviewed

BlueDBM论文reviewed

高级计算机系统结构课

程报告

Reviewed for BlueDBM: An Appliance for

Big Data Analytics

院 系 计算机科学与技术学院 专业班级博1501班

姓 名王坤

学 号D201577731

2015年 12月 26日

BlueDBM论文reviewed

一、 论文大纲

摘要

概括本文内容，基于DRAM的存储系统虽然可以满足数据访问的需求，但是其依然存在高功耗和高成本的问题，为了解决该问题本文提出了一个名叫BlueDBM的系统架构。BlueDBM既可以带来低功耗和低成本，又可以带来高性能。

1、 引言

介绍大数据背景，并针对相应的问题提出BlueDBM系统，并简介该系统的功能和本论文的贡献。

2、 相关工作

介绍了一些数据存储和FPGA异构架构两方面的相关工作，包括RAMCloud和Catapult等。

3、 系统架构

每一个BlueDBM存储设备通过PCIe接口插到主机中，它构成了Flash存储，一个in-store 处理器，多个高速网络接口以及一个板上DRAM。主机通过以太网或其他通用网络连接在一起。主机能通过PCIe接口来访问BlueDBM存储设备。in-store处理器能够执行数据计算。in-store处理器可以访问四个主要部件：Flash接口，网络接口，主机接口和板上 DRAM 缓冲。

3.1 Flash接口

将多个Flash片集成在几个可以并行操作的信道上来实现高带宽。提出新的

Flash管理算法包括垃圾回收、错误恢复和坏块管理等。同时把Flash管理从该设

BlueDBM论文reviewed

备移到文件系统或者设备驱动中。

3.2 网络接口

通过高性能串行连接将网络分层。交换机有两层，分别是内部交换机和外部交

换机。从而实现低延迟和高带宽的网络接口。

3.3 主机接口 主机接口支持RPC和DMA操作来实现并行和高性能。

4、 软件接口

有三个接口可供用户程序使用，分别是文件系统接口、块设备接口和加速接口。RFS实现了FTL的某些功能，包括逻辑到物理地址映射以及垃圾回收机制。这个能以更低的内存需求而获得更好的垃圾回收效率。在BlueDBM中的文件系统接口就是采用了RFS同样的范式。为了更有效的共享硬件资源，BlueDBM运行一个调度器为竞争性的用户分配可用的硬件加速单元。

5、 硬件实现

用FPGA来实现该in-store处理器，该架构还包括Flash、主机和网络控制器。该集群由20个机架式的Xeon服务器组成，每个服务器有24个核并且有50GB的DRAM。每一个服务器有一个Xilinx VC707 FPGA开发板通过PCIe接口连接。主机操作系统是UBuntu版本的Linux。

5.1定制的flash板卡

用Xilinx的Artix 7 FPGA芯片来实现flash的的控制和ECC。然后该板卡通过FMC插在主机的FPGA上面。

5.2 网络接口

网络连接是用低延迟的串行收发器实现的，带宽最高可以达到8GB/s。

BlueDBM论文reviewed

5.3 软件接口

用Connectal实现主机接口。Connectal的PCIe实现最高1.6GB/s读操作和

1GB/s写操作。

6、 评估

6.1 FPGA资源使用率

Artix 7 芯片的查找表使用率为56%，寄存器使用率为23%，BRAM的使用率为50%，I/O引脚的使用率为46%。Virtex 7 FPGA的查找表使用率为45%，寄存器使用率为22%，RAMB36使用率为22%，RAMB18使用率为1%，这些数据说明还有Virtex 7 FPGA还有很充足的资源空间用来做加速器。

6.2 功耗

主机服务器为200W，VC707为30W，两片flash是10W，总共是240W。BlueDBM占了其中不到20%。也就是说BlueDBM为整个系统增加的功耗不足20%。

6.3 网络性能

每个hop的延迟是0.48微秒，一个节点有5个hop，所以延迟是2.5微秒，而flash访问的延迟大概是50微秒，所以只增加了不到5%的延迟。网络带宽最高可以达到8.2GB/s。

6.4 远程存储访问

该延迟由四部分组成：软件延迟、存储访问延迟、传输延迟和网络延迟。其中网络延迟都很小，传输延迟也都差不多一样。而存储访问延迟和软件延迟则与访问类型有很大的关系。

6.5 存储访问带宽

实验结果证明，为了提高flash的使用率，快速的网络、快速的主机互联和低

BlueDBM论文reviewed

消耗的软件是必须的。而in-store处理器可以减轻一些上面的需求。

7、 应用加速

7.1 最近邻搜索

把该算法的距离计算用in-store处理器完成。实验既比较了flash和in-store处理器带来的收益，又比较了BlueDBM和现成的SSD之间的性能提升。实验结果证明BlueDBM带来了一个数量级的加速。

7.2 图的遍历

将图的遍历算法在in-store处理器和集成存储网络中实现，结果证明有很大的性能提升。

7.3 字符串搜索

把MP字符串搜索引擎用in-store处理器实现，再辅以文件系统、flash控制器和应用程序。加速了7.5倍，并且可以将CPU的使用率从65%降低至13%。

8、 总结和未来的工作

总结系统架构以及系统带来的贡献。未来的工作：通过查询处理和过滤分流到In-store处理器的SQL数据库加速应用、基于稀疏矩阵的线性代数加速以及基于BlueDBM优化的 MapReduce。

9、 致谢

感谢一些有贡献的人和单位。

参考文献

二、 论文内容分析

1、 Briefsummary

磁盘已经无法满足复杂的数据查询对数据访问速度的要求，然而DRAM的成本又

BlueDBM论文reviewed

过高。本文提出BlueDBM系统。BlueDBM用flash代替磁盘支持高达20TB的大数据工作负载，还实现了用户可定制的in-store处理器用来加速应用。在性能上较磁盘提升了一个数量级，在成本上较DRAM降低了一个数量级。所以BlueDBM提供了一个很有效的成本和性能均衡的方案。

2、 Strengths

①本文用flash代替磁盘提升了存储系统的随机访问性能；

②本文用FPGA实现in-store处理器用来加速应用程序，提升了数据处理的速度，减轻了CPU负载；

③本文提出的flash控制器高效的实现了数据的垃圾回收和错误恢复等；

④本文利用内部交换机和外部交换机实现了低延迟和高带宽的网络。

3、 Weaknesses

BlueDBM系统中三块FPGA的资源使用率都不高，造成了一些硬件资源的浪费。这说明系统还有进一步优化的空间，在保证系统性能的前提下，减少成本。

4、 Myideas

①实现FPGA的虚拟化。将FPGA的资源进行划分，分别实现不同的应用，这样可以几个应用共享一片FPGA减少FPGA的数量，减少经济成本；

②实现FPGA的多重配置。将一个大应用拆分成几个小应用，这几个小应用轮流使用FPGA，这样可以用较少资源的FPGA替换当前FPGA减少经济成本。

三、 实验结果的分析

1、网络性能测试

BlueDBM论文reviewed

a. 本实验的实验目标

测试系统的网络性能。

b. 本实验的设计思想

在多个节点之间用网络传输一个128位数据的包，统计每个hop的延迟和网 络带宽。

c. 本实验的具体配置

最大的物理连接带宽是10Gbps，每个hop的延迟是0.48微秒。

d. 图表解表

该图的横坐标是hop的个数，左边纵坐标是网络带宽，右边纵坐标是所有hop

的延迟之和。图中实线表示的是带宽，虚线表示的是延迟。

e. 实验结论

网络带宽可以达到8.2Gb/s，每个节点的延迟是2.5微秒 …… 此处隐藏：3223字，全部文档内容请下载后查看。喜欢就下载吧 ……