Guidelines for Building Indexes on Partially Cache-Coherent CXL Shared Memory
Fangnuo Wu, Mingkai Dong, Wenjun Cai, Jingsheng Yan, Haibo Chen
Partial Cache-Coherence(PCC)模型仅在核心子集内保持硬件缓存一致性,通过Compute Express Link(CXL)等新兴内存互连技术实现大规模内存共享。 然而,PCC放松了全局缓存一致性,损害了现有单机软件的正确性。 本文侧重于在PCC平台上建立一致和高效的索引。 我们提出,为缓存一致性平台设计的现有索引可以在遵循SP准则的PCC平台上保持一致,即我们根据索引的并发控制机制识别同步数据和受保护数据,并相应地同步它们。 然而,使用SP准则进行转换引入了性能开销。 为了减轻开销,我们确定了PCC平台上几个独特的性能瓶颈,并提出了P^3指南(即使用Out-of-Place更新,RePlicated共享变量,SPECative Reading),以提高PCC平台上转换索引的效率。 通过 SP 和 P^3 指南,我们转换和优化了 PCC 平台的两个索引(CLevelHash 和 BwTree)。 评估表明,转换的索引的吞吐量在P^3指南之后提高了16倍,优化的索引比基于消息传递和分类的对应指数高出16×和19×。
The Partial Cache-Coherence (PCC) model maintains hardware cache coherence only within subsets of cores, enabling large-scale memory sharing with emerging memory interconnect technologies like Compute Express Link (CXL). However, PCC's relaxation of global cache coherence compromises the correctness of existing single-machine software. This paper focuses on building consistent and efficient indexes on PCC platforms. We present that existing indexes designed for cache-coherent platforms can be ma...