Developers are increasingly using function-as-a-service (FaaS) platforms for data-centric applications that primarily perform low-latency and transactional operations on data, such as for microservices or web serving workloads. Unfortunately, existing and recently proposed FaaS platforms support these applications poorly because they separate application logic, executed in cloud functions, from data management, done in interactive transactions accessing remote storage. This separation harms performance and makes it difficult to efficiently provide transactional guarantees. We present Apiary, a novel DBMS-backed transactional FaaS framework for data-centric applications. Apiary tightly integrates application logic and data management, building a unified runtime for function execution and data management by wrapping a distributed database engine and its stored procedures. Apiary augments the DBMS with scheduling and tracing layers, providing a workflow programming interface for composing functions into larger programs with end-to-end exactly-once semantics, cross-function transactions, and advanced observability capabilities. In addition to offering more features and stronger guarantees than existing FaaS platforms, Apiary outperforms them by 2-68x on microservice workloads by greatly reducing communication and coordination overhead and using cluster resources more efficiently.


翻译:开发者越来越多地利用功能即服务(FaaS)平台进行数据中心应用,这些平台主要进行低延迟和交易操作,如微观服务或网络服务工作量等。不幸的是,现有和最近提议的FaaS平台支持这些应用不力,因为它们将应用逻辑分开,从数据管理中,在云性功能中执行,从数据管理中互动交易获取远程存储。这种分离会损害性能,难以有效提供交易保证。我们为数据中心应用提供了新的DBMS支持的交易性FaaS框架阿皮亚里。阿皮亚严格整合了应用逻辑和数据管理,通过包装分布式数据库引擎及其存储程序,为功能执行和数据管理建立一个统一的运行时间。阿皮亚用列表和跟踪层来增强DBMS系统,提供一个工作流程编程界面,将功能转化为大程序,其端至端完全加密的语管系统、交叉功能交易和先进的可耐性能力。除了提供比现有FaasS平台更多的特征和更强大的保证之外,阿皮亚里将功能比它们高出2-68x,同时使用微服务集资源,通过大量减少通信工作量。

0
下载
关闭预览

相关内容

专知会员服务
25+阅读 · 2021年4月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年10月16日
Arxiv
0+阅读 · 2022年10月13日
Arxiv
0+阅读 · 2022年10月13日
VIP会员
相关资讯
VCIP 2022 Call for Special Session Proposals
CCF多媒体专委会
1+阅读 · 2022年4月1日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Latest News & Announcements of the Tutorial
中国图象图形学学会CSIG
3+阅读 · 2021年12月20日
【ICIG2021】Latest News & Announcements of the Plenary Talk2
中国图象图形学学会CSIG
0+阅读 · 2021年11月2日
【ICIG2021】Latest News & Announcements of the Plenary Talk1
中国图象图形学学会CSIG
0+阅读 · 2021年11月1日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员