Notice bibliographique
Résumé
Online transaction processing (OLTP) databases are a critical component of modern computing infrastructure services. As a result, they must be highly available, and they must process requests efficiently for a wide range of workloads. Databases provide high availability by using replication so that when a database replica fails, a backup can take over. They use workload management mechanisms for efficiently supporting different types of workloads with varying levels of skew and contention. This thesis revisits the challenges of database replication and workload management for in-memory databases. Unlike traditional disk-based databases, in-memory databases are designed for workloads whose entire dataset fits in DRAM memory. These databases are highly scalable, raising challenges for replication and workload management. For example, traditional database replication schemes suffer from the network, instead of storage, bottlenecks because in-memory databases have much higher throughput, and traditional workload management solutions significantly limit the performance of in-memory databases. In this thesis, we propose using deterministic concurrency control as the basis for replication and workload management. Deterministic concurrency control allows transactions to execute concurrently while guaranteeing equivalence to a predetermined serial ordering of transactions. For data replication, we propose a replay-based scheme that executes transactions concurrently and scalably on the backup database in the serial order predetermined by the primary database. Our solution reduces network bandwidth requirements to 10-15% of traditional database replication schemes. For workload management, we propose two optimizations to deterministic concurrency control that help parallelize internal database operations. These optimizations enable handling contention and skewed workloads efficiently and provide 30% to 6x performance improvements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».