SR-IOV網(wǎng)絡(luò)中的細(xì)粒度適應(yīng)性中斷聚集.pdf

1、在虛擬化環(huán)境中，I/O的中斷處理需要通過trap-and-emulation的機(jī)制實現(xiàn)，然而trap-and-emulation會帶來高昂的處理器開銷。針對這個問題 Huang等人[37]提出了基于中斷聚集的AIRC算法。該算法根據(jù)系統(tǒng)CPU的余量，動態(tài)調(diào)整中斷響應(yīng)的頻率，從而最大化利用CPU性能，以提高網(wǎng)絡(luò)帶寬。其中的不足表現(xiàn)為：一、網(wǎng)絡(luò)帶寬會受到物理設(shè)備（網(wǎng)卡等）限制，當(dāng)網(wǎng)絡(luò)負(fù)荷已達(dá)到實際額定值時，即便提高中斷響應(yīng)頻率，增加處理器占

2、用時間，也不會進(jìn)一步獲得網(wǎng)絡(luò)帶寬的增加；二、其中動態(tài)控制使用的主要參數(shù)需要通過實驗來測定，這就影響了算法的準(zhǔn)確度和實用價值。
　　針對以上兩方面的問題和挑戰(zhàn)，本文開展了以下幾方面的研究工作：1）基于AIRC算法，提出了改進(jìn)的FAIRC算法：在FAIRC算法中，中斷響應(yīng)的頻度是否繼續(xù)提高，不僅取決于當(dāng)前處理器的性能余量，還要兼顧網(wǎng)絡(luò)帶寬的余量；2）基于Xen虛擬化平臺，設(shè)計并實現(xiàn)了面向Linux的FAIRC算法；3）基于Xen和Li