Linear Elastic Caching: Ein neuer Ansatz zur Cache-Verwaltung optimiert Cloud-Kosten
Google/DeepMind
Google Research und Google Cloud haben das lineare elastische Caching eingeführt, eine Methode, die die Cache-Größe dynamisch anpasst, um die Gesamtkosten zu minimieren. Durch die Einordnung der Seitenverdrängung als Ski-Rental-Problem und die Verwendung eines leichten Machine-Learning-Modells konnte der Speicherverbrauch in Spanner-Produktionsservern um bis zu 30 % reduziert werden, bei einem Anstieg der I/O-Kosten von nur 0,5 %.
Google Research und Google Cloud haben auf der CIDR 2025 das Verfahren "linear elastic caching" vorgestellt. Die Methode behandelt Speicher als variable Kosten und verwendet einen Ski-Rental-Algorithmus, um die Lebensdauer (Time-to-Live, TTL) zwischengespeicherter Seiten zu bestimmen, kombiniert mit leichtgewichtiger maschineller Intelligenz (einem flachen Entscheidungsbaum) zur Vorhersage der optimalen TTL. In der Spanner-Produktion konnte der Speicherverbrauch um bis zu 30 % gesenkt werden, bei einem vernachlässigbaren Anstieg der I/O-Kosten um 0,5 %. Auswertungen öffentlicher Traces zeigten zudem durchgängige Kosteneinsparungen im Vergleich zu Caches fester Größe. Die Arbeit stammt von Todd Lipcon, Manish Purohit, Tamas Sarlos und Ravi Kumar.
Quelle: Google Research —
Original