[Narrowing the gap] - Introduction

연구 - 2

 

일단 Introduction을  끝내보자 -> 일단 PPT는 글을 이해하고 만들자 어차피 20장만 만들면 되니까 괜찮을 거 같다. 천천히 해보자

 

> Serverless computing 을 통해 사용자들이 잘 사용하면 좋은 결과를 얻을 수 있다. 

 

 

Serverless 은 Stateless 이다. 그래서 function 끼리 data에 접근할 때는 remote 하게 접근을 해야 한다. 이걸 ship data to code라고 부르는데, 이건 비효율적이다. 왜냐면 network를 사용하여 data를 옮겨야 한다. To and from 출력이 낮고, latency가 높은 store에서 말이다. 

 

 

일시적으로 Data을 저장하는 Work도 있었지만, data shipping의 본질적인 문제를 해결해주지는 않는다. 어떤 Database는 자동적으로 scale 되고 하지만 제한적인 data access model이 있다. 

 

 

그래서 생각해 놓은게 flow the data to compute ->를 역으로 

 

compute를 data로 한다는 소리이다. 이때 이용하는게 natural portability of compute inherit라고 한다. 이게 뭔지 찾아는 봐야겠다

 

Shredder의 Goal은 총 4가지이다. 

 

Programmability

 

Isolation

 

High Density and Granularity 

 

Performance 

 

 

Isolation

 

V8 runtime 의에 제공된다.?? 찾아봐야겠다.

 

Tenants’ data is bound into their runtime?? Data 는 V8 runtime에 한계가 되어있다. 즉 중간어의 형식에 맞춰져 있어서 crossing boundary costs가 피해진다는 걸 뜻한다는 게 아닐까?

 

Performance

 

    Kernel-bypass networking, user-level TCP stack tenants directly route function invocation requests to particular storage server cores in order to avoid centralized request dispatching bottlenecks. 

 

Storage core 로 보내서 avoid centralized request dispatching bottlenetck을 한다 -> 이것도 찾아봐야 함

 

 

V8 intermediate representation -> 이걸 찾아보자

 

Kernel-bypass with zero-copy data movement and scalable request dispatching

 

용어만 제대로 공부하고 하면 이 논문도 2틀만에 다 읽히겠다.