[论文解读] Online Dynamic B-Matching With Applications to Reconfigurable Datacenter Networks

Marcin Bieńkowski, David Fuchssteiner+2 more|arXiv (Cornell University)|Jun 18, 2020

Optimization and Search Problems参考文献 69被引用 4

一句话总结

本文提出了一种用于可重构数据中心网络的在线动态 b-匹配算法，其中节点可维护最多 b 条可重构光链路，以根据实时流量优化路由。所提出的算法实现了 O(b)-竞争力，该结果渐近最优，并通过真实和合成工作负载的 trace 驱动仿真得到验证。

ABSTRACT

This paper initiates the study of online algorithms for the maximum weight $b$-matching problem, a generalization of maximum weight matching where each node has at most $b \geq 1$ adjacent matching edges. The problem is motivated by emerging optical technologies which allow to enhance datacenter networks with reconfigurable matchings, providing direct connectivity between frequently communicating racks. These additional links may improve network performance, by leveraging spatial and temporal structure in the workload. We show that the underlying algorithmic problem features an intriguing connection to online paging (a.k.a. caching), but introduces a novel challenge. Our main contribution is an online algorithm which is $O(b)$-competitive; we also prove that this is asymptotically optimal. We complement our theoretical results with extensive trace-driven simulations, based on real-world datacenter workloads as well as synthetic traffic traces.

研究动机与目标

• 为解决在数据中心网络中动态优化可重构光链路以减少带宽税和重配置成本的挑战。
• 将问题建模为在线动态 b-匹配问题，其中每个节点最多可通过可重构链路连接到 b 个其他节点。
• 设计一种在线算法，在部分了解未来请求的情况下，实时平衡路由效率与重配置成本。
• 建立理论竞争力比率，并证明性能边界的紧致性。
• 使用真实世界和合成的数据中心流量 trace 评估算法的实际性能。

提出的方法

• 将问题形式化为静态加权网络上的在线动态 b-匹配问题，其中匹配边表示可重构光链路。
• 将路由成本建模为：若不存在匹配边，则为固定网络中的最短路径长度；若存在直接匹配边，则成本为零。
• 提出一种新颖的在线算法，随时间维持 b-匹配，适应传入的通信请求，且无需事先知晓未来流量。
• 建立与在线分页（缓存）的联系，以指导算法设计，但由于匹配约束，引入了新的结构挑战。
• 使用竞争分析评估性能，将在线算法的成本与最优离线对手的成本进行比较。
• 采用真实世界数据中心工作负载和合成流量的 trace 驱动仿真，评估实际性能。

实验结果

研究问题

• RQ1 在可重构数据中心网络中，对于在线动态 b-匹配，可实现的最优竞争力比率是多少？
• RQ2 如何设计在线算法，在仅部分了解未来请求的动态环境中，平衡路由成本与重配置成本？
• RQ3 在线 b-匹配的性能理论极限是什么？该边界是否可达到？
• RQ4 与基线策略相比，所提出的算法在真实数据中心流量模式下的表现如何？
• RQ5 能否利用与在线分页的联系，设计出高效且具有竞争力的 b-匹配算法？

主要发现

• 所提出的在线算法实现了 O(b)-竞争力，该结果如通过匹配的下界证明，渐近最优。
• 该算法实现简单，运行时间低，适合在数据中心环境中实际部署。
• trace 驱动的仿真显示其在多样化的真实世界和合成工作负载中表现优异，证实了其实际可行性。
• 该问题与在线分页存在新颖关联，但引入了额外的结构约束，使得现有缓存技术无法直接适配。
• 研究发现，由于匹配约束和重配置成本模型引入的依赖关系，随机化算法可能更具挑战性。
• 该工作为动态网络优化开辟了新的研究方向，尤其适用于分布式实现，以及与特定光通信技术及拓扑结构（如 Clos 网络）的集成。