फेसबुक इंजीनियरों ने किया खुलासा, एक रिपोर्ट के माध्यम से, प्रौद्योगिकी की शुरूआत TMO (पारदर्शी मेमोरी ऑफलोडिंग) पिछले साल, जो सर्वर पर रैम को महत्वपूर्ण रूप से बचाने की अनुमति देता है द्वितीयक डेटा को स्थानांतरित करके जो कि NVMe SSDs जैसे सस्ते ड्राइव पर काम करने के लिए आवश्यक नहीं है।
फेसबुक अनुमान है कि TMO प्रत्येक सर्वर पर 20% और 32% RAM के बीच बचाता है। समाधान बुनियादी ढांचे में उपयोग के लिए डिज़ाइन किया गया है जहां अनुप्रयोग पृथक कंटेनरों में चलते हैं। TMO के कर्नेल-साइड घटक वे पहले से ही Linux कर्नेल में शामिल हैं।
लिनक्स कर्नेल पक्ष पर, ऑपरेशन प्रौद्योगिकी का PSI सबसिस्टम द्वारा प्रदान किया जाता है (दबाव स्टाल सूचना), संस्करण 4.20 के रूप में आपूर्ति की गई।
साई पहले से ही विभिन्न मेमोरी ड्राइवरों में उपयोग किया जाता है और विभिन्न संसाधनों (सीपीयू, मेमोरी, आई/ओ) के लिए प्रतीक्षा समय के बारे में जानकारी का विश्लेषण करने की अनुमति देता है। पीएसआई के साथ, यूजर स्पेस प्रोसेसर सिस्टम लोड और स्लोडाउन पैटर्न का अधिक सटीक आकलन कर सकते हैं, जिससे प्रदर्शन पर ध्यान देने योग्य प्रभाव होने से पहले विसंगतियों का पता लगाया जा सकता है।
उपयोगकर्ता स्थान में, Senpai घटक TMO चलाता है, जो PSI से प्राप्त डेटा के आधार पर cgroup2 के माध्यम से एप्लिकेशन कंटेनरों के लिए मेमोरी सीमा को गतिशील रूप से समायोजित करता है।
Senpai संसाधनों की कमी की शुरुआत के संकेतों का विश्लेषण करता है पीएसआई के माध्यम से, मेमोरी एक्सेस को धीमा करने के लिए अनुप्रयोगों की संवेदनशीलता का मूल्यांकन करता है और आवश्यक स्मृति के न्यूनतम आकार को निर्धारित करने का प्रयास करता है एक कंटेनर के लिए, जिसमें नौकरी के लिए आवश्यक डेटा रैम में रहता है, और संबंधित डेटा जो फ़ाइल कैश में बैठा है या वर्तमान में सीधे उपयोग नहीं किया जाता है, उसे स्वैप विभाजन के लिए मजबूर किया जाता है।
ट्रांसपेरेंट मेमोरी ऑफ़लोड (TMO) मेटा के विषम डेटा सेंटर वातावरण के लिए समाधान है। यह एक नया लिनक्स कर्नेल तंत्र पेश करता है जो वास्तविक समय में सीपीयू, मेमोरी और आई/ओ में संसाधनों की कमी के कारण खोए हुए काम को मापता है। इस जानकारी द्वारा निर्देशित और एप्लिकेशन के किसी भी पूर्व ज्ञान के बिना, TMO स्वचालित रूप से मेमोरी की मात्रा को एक विषम डिवाइस, जैसे कि संपीड़ित मेमोरी या SSD में लोड करने के लिए समायोजित करता है। यह डिवाइस की प्रदर्शन विशेषताओं और धीमी मेमोरी एक्सेस के लिए एप्लिकेशन की संवेदनशीलता के आधार पर ऐसा करता है।
इसलिए, TMO का सार स्मृति खपत के संदर्भ में प्रक्रियाओं को "सख्त आहार" पर रखना है, अप्रयुक्त मेमोरी पेजों को स्वैप पार्टीशन में ले जाने के लिए मजबूर करना, जिसके हटाने से प्रदर्शन पर कोई खास असर नहीं पड़ता (उदाहरण के लिए, कोड वाले पेज केवल इनिशियलाइज़ेशन के दौरान उपयोग किए जाते हैं और डिस्क पर कैश्ड वन-टाइम डेटा)। कम मेमोरी के जवाब में स्वैप पार्टीशन के लिए फ्लशिंग जानकारी के विपरीत, TMO भविष्य कहनेवाला भविष्यवाणी के आधार पर डेटा को फ्लश करता है।
5 मिनट के भीतर स्मृति पृष्ठ तक पहुंच की अनुपस्थिति को वरीयता के मानदंडों में से एक के रूप में उपयोग किया जाता है। इन पृष्ठों को कोल्ड पेज कहा जाता है और, औसतन, वे एप्लिकेशन की मेमोरी का लगभग 35% बनाते हैं (आवेदन के प्रकार के आधार पर, 19% से 65% तक भिन्नता होती है)।
वरीयता मेमोरी के अनाम पृष्ठों (एप्लिकेशन द्वारा आवंटित मेमोरी) और फ़ाइल कैशिंग (कर्नेल द्वारा आवंटित) के लिए उपयोग की जाने वाली मेमोरी से जुड़ी गतिविधि को ध्यान में रखती है। कुछ अनुप्रयोगों में अनाम मेमोरी मुख्य खपत है, लेकिन अन्य में फ़ाइल कैश भी बहुत महत्वपूर्ण है।
मेमोरी को कैश में फ्लश करते समय असंतुलन से बचने के लिए, TMO एक नए पेजिंग एल्गोरिथम का उपयोग करता है जो फ़ाइल कैश से जुड़े अनाम पृष्ठों और पृष्ठों को आनुपातिक रूप से फ़्लश करता है।
अक्सर उपयोग किए जाने वाले पृष्ठों को धीमी मेमोरी में धकेलने से प्रदर्शन पर बहुत अधिक प्रभाव नहीं पड़ता है, लेकिन यह हार्डवेयर की लागत को काफी कम कर सकता है। डेटा SSDs या RAM में कंप्रेस्ड स्वैप स्पेस को भेजा जाता है। एक बाइट डेटा स्टोर करने की कीमत पर, एनवीएमई एसएसडी का उपयोग रैम पर संपीड़न का उपयोग करने से 10 गुना सस्ता है।
अंत में, यदि आप इसके बारे में अधिक जानने में रुचि रखते हैं, तो आप विवरण देख सकते हैं निम्नलिखित लिंक में.
क्या इसका उपयोग सामान्य कंप्यूटरों में सामान्य ऐप्स के साथ किया जा सकता है?