Seminarium: Systemy Rozproszone
18 stycznia 2024 12:15, sala 4070
Tomasz Nowak, Kacper Chętkowski



Noteworthy post-mortems



Pewne awarie oraz porażki inżynierów zostały udokumentowane. Jest to znakomity zbiór historii o tym, co poszło nie tak, i dlaczego te katastrofy się wydarzyły. Na prezentacji wspomniane będą awarie (stron lub serwerów) Allegro, CloudFlare, Facebook, Mozilla, Google, jak i też awarie jednostek "mniej programistycznych", lecz wciąż spowodowane bugami, które wpłynęły na dużą liczbę ludzi. Spróbujemy wyciągnąć jakieś wnioski, które pomogą nam uniknąć podobnych sytuacji w przyszłej pracy zawodowej.

Zapraszam,
Tomasz Nowak



Bibliografia:





GL-Cache: Group-level learning for efficient and high-performance caching



Aplikacje internetowe w dużej mierze polegają na pamięci podręcznej w celu osiągnięcia niskiej latencji i wysokiej przepustowości usług. Aby dostosować się do zmiennych obciążeń, w ostatnich latach zaprojektowano trzy rodzaje pamięci podręcznych opartych na uczeniu się (learned evictions): uczenie się na poziomie obiektów, uczenie się na podstawie dystrybucji oraz uczenie się na podstawie prostych ekspertów. Autorzy argumentują, że granularność uczenia się w istniejących podejściach jest albo zbyt mała (na poziomie obiektu), generując znaczne obciążenia obliczeniowe i pamięciowe, albo zbyt duża (dystrybucje, prości eksperci), co nie pozwala uchwycić różnic między obiektami i pozostawia znaczną różnicę w efektywności.

Opowiem o pracy, w której autorzy proponują nowe podejście do uczenia się pamięci podręcznych uczenie się na poziomie grupy. Rozwiązanie to łączy podobne obiekty w grupy, na których następnie przeprowadza uczenie, aby finalnie usuwać całe grup. Uczenie się na poziomie grup gromadzi więcej informacji do nauki, wykorzystuje więcej cech z adaptacyjnymi wagami i rozkłada obciążenia obiektów, osiągając tym samym zarówno wysoką efektywność, jak i wysoką przepustowość.

Zapraszam,
Kacper Chętkowski



Bibliografia: