应用协同的进程组内存管理支撑技术

J4 ›› 2014, Vol. 36 ›› Issue (01): 57-62.

应用协同的进程组内存管理支撑技术

陈鲍孜，吴庆波，谭郁松

（国防科学技术大学计算机学院，湖南长沙 410073）

收稿日期:2012-07-02 修回日期:2012-11-27 出版日期:2014-01-25 发布日期:2014-01-25
基金资助:
核高基重大专项资助项目（2012zx01040001）

Supporting mechanism for applicationassisted
memory management of processes group

CHEN Baozi,WU Qingbo,TAN Yusong

(College of Computer,National University of Defense Technology,Changsha 410073,China)

Received:2012-07-02 Revised:2012-11-27 Online:2014-01-25 Published:2014-01-25

摘要/Abstract

摘要：

云计算进行资源聚合的一种重要方式是将不同用户、不同特征的应用聚合起来进行混合部署、同时运行。相比之下，用户态应用的垃圾回收器对服务个体的内存管理针对性更好，而操作系统对整体内存资源分配能力更强。现有内核的机制仅能保证服务在全局内存或进程组内存使用达到上限时被动地进行垃圾回收。结合Linux内核中的进程控制组机制以及eventfd事件通知机制，设计实现了一个简单高效的应用协同分组内存管理的内核支撑机制。通过在内核中增加应用协同的内存管理机制，进一步增加了系统对应用自主管理内存的支撑能力。实验表明，新的机制没有给原有的操作系统带来明显的性能影响。

关键词: 内存管理, Linux内核, 云计算

Abstract:

An important way to aggregate resources is to consolidating applications of different users with different features.While user space application garbage collector aims at memory management of specific service, operating system knows better about how to allocate memory resource through the entire system. However, current Linux kernel mechanism can only notify application to do garbage collection when the memory usage reaches the upper limit of either global system. The paper designs and implements the supporting mechanism for collaborative memory management in Linux Kernel by Cgroup and Eventfd subsystem, which can further increase the system’s ability to support application’s own memory management policy. The experiments show that the new mechanism does not bring significant performance regression to the original operating system.

Key words: memory management;Linux kernel;cloud computing

陈鲍孜，吴庆波，谭郁松. 应用协同的进程组内存管理支撑技术[J]. J4, 2014, 36(01): 57-62.

CHEN Baozi,WU Qingbo,TAN Yusong. Supporting mechanism for applicationassisted
memory management of processes group [J]. J4, 2014, 36(01): 57-62.

参考文献［7］

［1］	Waldspurger C A. Memory resource management in VMware ESX server ［C］∥Proc of the 5th Symposium on Operating Systems Design and Implementation, 2002:181194.
［2］	Schwidefsky M, Franke H, Mansell R, et al. Collaborative memory management in hosted Linux environments［C］∥Proce of Ottawa Linux Symposium, 2007:313328.
［3］	Iyer S, Navarro J, Druschel P. Applicationassisted physical memory management for generalpurpose operating systems［R］. Huston, TX 77005, USA: Rice University, 2004.
［4］	Yang T, Berger E D, Kaplan S F, et al. CRAMM: Virtual memory support for garbagecollected applications［C］∥Proc of the 7th USENIX Symposium on Operating Systems Design and Implementation, 2006:103116.
［5］	Hines M R, Gordon A, Silva M, et al. Application know best: Performancedriven memory overcommit with ginkgo［C］∥Proc of the 3rd International Conference on Cloud Computing Technology and Science, 2011:1.
［6］	Emelianov P, Lunev D, Korotaev K. Resource management: Beancounters［C］∥Proc of Ottawa Linux Symposium, 2007:285292.
［7］	Menage P B. Adding generic process containers to the Linux kernel［C］∥Proc of Ottawa Linux Symposium, 2007:4657.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(04): 611-619.
[3]	徐海坤, 匡邓晖, 刘杰, 龚春叶, . 基于RMC的蒙特卡罗程序性能优化[J]. 计算机工程与科学, 2021, 43(04): 634-640.
[4]	李波, 侯鹏, 牛力, 武浩, 丁洪伟. 基于软件定义网络的云边协同架构研究综述[J]. 计算机工程与科学, 2021, 43(02): 242-257.
[5]	廖建锦, 孙庆骁, 杨海龙, 栾钟治, 钱德沛. 满足工作流执行时限的可抢占虚拟机实例配置和调度方法研究[J]. 计算机工程与科学, 2020, 42(11): 1956-1964.
[6]	林涛, 冯竞凯, 郝章肖, 黄少群. 基于组合预测模型的云计算资源负载预测研究[J]. 计算机工程与科学, 2020, 42(07): 1168-1173.
[7]	史文杰，詹雨奇，李奎. 一种面向多平台航电资源建模及其调度算法[J]. 计算机工程与科学, 2019, 41(11): 1976-1984.
[8]	刘梓璇，周建涛. 负载均衡的主导资源公平分配算法[J]. 计算机工程与科学, 2019, 41(09): 1574-1580.
[9]	曹云梦1,2,周胜军3,刘晨1,2,韩燕波1,2. 面向服务的云-端动态协作方法[J]. 计算机工程与科学, 2019, 41(04): 598-605.
[10]	李进生，蒙江，童名文. 基于分布式遗传算法的水质传感器布置优化研究[J]. 计算机工程与科学, 2019, 41(03): 545-550.
[11]	罗裕春,武继刚,史雯隽,贺子楠. 移动云计算中的任务调度与计算迁移算法[J]. 计算机工程与科学, 2018, 40(11): 1915-1924.
[12]	齐平1,2,王福成1,王必晴1,梁昌勇2. 云计算环境下基于可靠性感知的任务调度算法[J]. 计算机工程与科学, 2018, 40(11): 1925-1935.
[13]	付伟1，李墨泚2，赵华容2，吴勇2. CRSHE：基于同态加密的新型密文检索方案[J]. 计算机工程与科学, 2018, 40(09): 1540-1545.
[14]	何丽,汤莉. 基于Kalman滤波的云数据中心能耗和性能优化[J]. 计算机工程与科学, 2018, 40(07): 1165-1172.
[15]	童钊1,2，陈洪剑1,2，陈明1,2，梅晶1,2，刘宏1,2. 一种云环境下基于混合型BBO的任务调度算法[J]. 计算机工程与科学, 2018, 40(05): 765-772.