[論文レビュー] Improving Performance of heavily loaded agents

Fatma Özcan, V. S. Subrahmanian+1 more|ArXiv.org|Dec 11, 2000

Mobile Agent-Based Network Management参考文献 51被引用数 4

ひとこと要約

本稿では、多数のリクエストを統合して実行するためのコストベースで不変条件に依存するフレームワークを提案する。このフレームワークにより、共通のサブタスクを共有するリクエストの実行を最適化できる。開発者が指定した不変条件を用いて、等価性、包含関係、重複を特定し、BFMergeおよびDFMergeアルゴリズムを導入。これにより、重複計算を削減し、A*に基づく手法と比較して最大6300倍の高速化と10%のコスト超過を達成した。

ABSTRACT

With the increase in agent-based applications, there are now agent systems that support \emph{concurrent} client accesses. The ability to process large volumes of simultaneous requests is critical in many such applications. In such a setting, the traditional approach of serving these requests one at a time via queues (e.g. extsf{FIFO} queues, priority queues) is insufficient. Alternative models are essential to improve the performance of such \emph{heavily loaded} agents. In this paper, we propose a set of \emph{cost-based algorithms} to \emph{optimize} and \emph{merge} multiple requests submitted to an agent. In order to merge a set of requests, one first needs to identify commonalities among such requests. First, we provide an \emph{application independent framework} within which an agent developer may specify relationships (called \emph{invariants}) between requests. Second, we provide two algorithms (and various accompanying heuristics) which allow an agent to automatically rewrite requests so as to avoid redundant work---these algorithms take invariants associated with the agent into account. Our algorithms are independent of any specific agent framework. For an implementation, we implemented both these algorithms on top of the \impact agent development platform, and on top of a (non-\impact) geographic database agent. Based on these implementations, we conducted experiments and show that our algorithms are considerably more efficient than methods that use the $A^*$ algorithm.

研究の動機と目的

• 多数の並行リクエストを処理する高負荷のエージェントにおけるパフォーマンスボトルネックを解消すること。
• 複数のリクエストが共通のサブタスクやデータ依存関係を持つ場合の重複計算を削減すること。
• 不変条件を用いて同義性を特定することで、汎用的かつフレームワークに依存しないリクエスト統合手法を提供すること。
• スケーラビリティ、速度、コスト効率の面で、従来のA*に基づく統合手法を上回ること。
• ステータスセット計算を効率的に行うために、事前にコードコール条件を最適化することで、通常のエージェントにおける実行を効率化すること。

提案手法

• フレームワークにより、エージェント開発者がコードコール条件間の等価性、包含関係、重複を指定する不変条件を定義できる。
• 開発者が提供した初期の不変条件から、すべての含意的不変条件を正確かつ完全に計算するアルゴリズムを採用。
• BFMergeおよびDFMergeという2つのヒューリスティックベースの統合アルゴリズムを提案し、複数のコードコール条件から1つのコスト最適化済み実行計画を生成する。
• 共有される部分式や依存関係に基づき、リクエストを個別に実行するか統合するかのコストトレードオフを評価する。
• 一般性とパフォーマンスを検証するため、IMPACTエージェントプラットフォームおよび地理的データベースエージェントの両方で実装を実施。
• 論理的基盤を活用して正しさを保証するとともに、異種データソース間で重複実行を最小限に抑える。

実験結果

リサーチクエスチョン

• RQ1 複数のエージェントリクエスト間で共通する部分式を形式的に特定し、重複計算を削減するためにどのように活用できるか。
• RQ2 合計実行コストを最小限に抑えるために、スケーラブルで効率的なアルゴリズム的手法で複数のリクエストを統合するにはどうすればよいか。
• RQ3 不変条件に基づく推論は、エージェントワークロードにおいて、従来のA*に基づく統合手法よりも速度とスケーラビリティの面で優れているか。
• RQ4 本フレームワークは、アーキテクチャの変更を要せず、レガシーコードや異種データソースへどの程度適用可能か。
• RQ5 本手法の統合アルゴリズムは、実世界のエージェントワークロードにおいて、A*に基づく手法と比較してどの程度のパフォーマンスを示すか。

主な発見

• 提案されたBFMergeおよびDFMergeアルゴリズムは、A*に基づくアルゴリズムと比較して、リクエスト統合のパフォーマンスで最大6300倍の高速化を達成した。
• これらのアルゴリズムは、A*アルゴリズムよりも2倍以上の同時コードコール条件を処理できる。
• 提案されたアルゴリズムが生成する実行計画のコストは、A*アルゴリズムが生成する計画のコストと比較して、最大で10%高いにとどまる。
• IMPACTエージェントプラットフォームおよび地理的データベースエージェントの両方で、重複計算が有意に削減された。フレームワークの汎用性が実証された。
• 不変条件に基づくアプローチにより、下位のエージェントフレームワークやレガシーコードを変更することなく、正しくかつ効率的に統合が可能となった。
• 事前にコードコール条件を最適化することで、通常のエージェントにおけるステータスセット計算の最適化に有効であることが示された。