[論文レビュー] Compressing IP Forwarding Tables: Towards Entropy Bounds and Beyond

Gábor Rétvári, János Tapolcai+3 more|arXiv (Cornell University)|Feb 5, 2014

Network Packet Processing and Optimization参考文献 56被引用数 71

ひとこと要約

本稿では、高度な圧縮データ構造およびトライフォールディング技術を用いて、情報理論的圧縮限界に近いエントロピー圧縮データ構造を提案する。これにより、最小限のパフォーマンスコストで、440,000以上のプレフィックスに対してFIBサイズを100–400 KBにまで削減し、ルックアップスループットを3倍に向上させるとともに、速度を損なわずに効率的な更新を可能にする。

ABSTRACT

Lately, there has been an upsurge of interest in compressed data structures, aiming to pack ever larger quantities of information into constrained memory without sacrificing the efficiency of standard operations, like random access, search, or update. The main goal of this paper is to demonstrate how data compression can benefit the networking community, by showing how to squeeze the IP Forwarding Information Base (FIB), the giant table consulted by IP routers to make forwarding decisions, into information-theoretical entropy bounds, with essentially zero cost on longest prefix match and FIB update. First, we adopt the state-of-the-art in compressed data structures, yielding a static entropy-compressed FIB representation with asymptotically optimal lookup. Then, we re-design the venerable prefix tree, used commonly for IP lookup for at least 20 years in IP routers, to also admit entropy bounds and support lookup in optimal time and update in nearly optimal time. Evaluations on a Linux kernel prototype indicate that our compressors encode a FIB comprising more than 440K prefixes to just about 100--400 KBytes of memory, with a threefold increase in lookup throughput and no penalty on FIB updates. This technical report contains a number of important corrections and revisions to the original manuscript.

研究の動機と目的

• IPv4プレフィックスの急増に伴いルーターにおけるIP転送テーブル（FIB）のメモリ容量が増大する問題に対処すること。
• 圧縮データ構造が、ルックアップや更新パフォーマンスを低下させることなく、FIBに対して情報理論的エントロピー限界に達することを実証すること。
• 最適なルックアップとほぼ最適な更新時間を持つ、新しい圧縮FIB表現を導入すること。
• 特にメモリ制約の厳しいルーターのような大規模システムにおいて、圧縮データ構造の利用を広めること。
• BGP RIB、MACテーブル、ラベル転送テーブルなどの他のネットワーキングデータ構造に対してもエントロピー限界圧縮を適用する基盤を提供すること。

提案手法

• 最先端の圧縮データ構造を採用し、FIBをエントロピー最適な領域に表現することで、高速なランダムアクセスおよびルックアップを可能にする。
• 従来のプレフィックスツリー（トライ）を再設計し、共通のラベル付き部分木を有向無閉路グラフ（DAG）に統合することで、エントロピー限界を達成する。
• 要約データ構造にインspiredされたビットマップベースの圧縮表現（XBW-b）を用い、クエリ効率を保ちながらFIBをコンactに表現する。
• ラベルを考慮した部分木のマージを組み込むことで、圧縮中に長さ最長プレフィックスマッチの意味論が正しく保たれるようにする。
• IPプレフィックスの構造を活用して、プレフィックスツリーをDAGにフォールディングし、冗長性とストレージを削減しながらも、O(W)のルックアップ時間の維持を図る。
• Linuxカーネルプロトタイプでの実装と評価を通じて、実世界のパフォーマンスとメモリ節約効果を検証する。

実験結果

リサーチクエスチョン

• RQ1 ルックアップおよび更新パフォーマンスを維持したまま、IP転送テーブルを情報理論的エントロピー限界にまで圧縮できるか？
• RQ2 IPプレフィックスの構造をどれだけ活用して、知的で効果的なデータ構造設計によりFIBのストレージを削減できるか？
• RQ3 提案されたトライフォールディング技術は、従来のFIB圧縮方式と比較して、ストレージ、速度、更新効率の面でどのように異なるか？
• RQ4 圧縮データ構造は、IPルーティングのような実世界のネットワーキングワークロードに、最小限のパフォーマンスペナルティで効果的に適用可能か？
• RQ5 エントロピー限界データ構造は、FIBを越えて、他のネットワーキングデータ構造（例：BGP RIB、OpenFlowテーブル、MAC学習テーブル）に対して理論的かつ実用的な潜在的価値を有するか？

主な発見

• 提案されたXBW-b圧縮器により、440,000以上のプレフィックスに対してFIBサイズがわずか100–400 KBにまで削減され、従来の780 KB〜1.2 MBの範囲を大幅に下回る。
• Linuxカーネルプロトタイプにおいて、メモリ容量が減少したにもかかわらず、ルックアップスループットが3倍に向上した。
• FIBの更新にパフォーマンスペナルティが生じず、効率的なDAGベース構造のおかげで、更新時間はほぼ最適を維持した。
• 漸近的に最適なルックアップ時間とストレージを達成し、FIBデータの理論的情報理論的エントロピー限界に近づいた。
• 本手法は、BGP RIB、OpenFlowテーブル、MAC学習テーブルなどの他のネットワーキングデータ構造へも拡張可能である。
• 本研究では、圧縮によるメモリ削減がパフォーマンス低下を伴うものではないことが示された。むしろ、キャッシュ効率が向上し、速度が向上した。