FineFlow:FaaS工作流部署优化与执行系统

作     者：刘璐 高浩城 陈伟 吴国全 魏峻 LIU Lu;GAO Hao-Cheng;CHEN Wei;WU Guo-Quan;WEI Jun

作者机构：中国科学院软件研究所北京100190 中国科学院大学北京100049 计算机科学国家重点实验室(中国科学院软件研究所)北京100190 中国科学院大学南京学院江苏南京211135 

基　　金：国家重点研发计划(2021YFB2600301) 中国科学院软件研究所重大项目(ISCAS-ZD-202302) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2025年第36卷第2期

页      码：488-510页

摘      要：FaaS(function-as-a-service,函数即服务)工作流由多个函数服务编排而成,通过对多个函数的协调控制来实现复杂的业务应用.当前FaaS工作流系统主要基于集中式的数据存储实现函数间的数据传递,导致FaaS函数间的数据传输开销大,显著影响应用性能.在高并发情况下,频繁的数据传输还会产生严重的网络带宽资源争用,导致应用性能下降.针对上述问题,基于函数服务间的细粒度数据依赖分析,提出一种基于关键路径的函数部署优化方法,设计了依赖敏感的数据存取与管理机制,有效减少函数间数据传输,从而降低FaaS工作流应用执行的数据传输时延和端到端时延.设计实现了FaaS工作流系统FineFlow,并基于5个真实FaaS工作流应用开展实验评估.实验结果表明,相比于基于集中式数据存储函数交互机制的FaaS工作流平台,FineFlow能够有效降低FaaS工作流应用的数据传输时延:最高降低74.6%,平均降低63.8%;平均降低应用端到端执行时延19.6%.特别地,对于具有明显细粒度数据依赖的FaaS工作流应用,相比于现有的基于数据本地性的优化方法,FineFlow能够使数据传输时延和端到端时延进一步分别降低28.4%和13.8%.此外,FineFlow通过减少跨节点的数据传输,能够有效缓解网络带宽波动对FaaS工作流执行性能的影响,提升应用性能受网络带宽影响的鲁棒性.

主 题 词：FaaS工作流 函数即服务 服务器无感知计算 数据本地性 有向无环图 关键路径 部署优化 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13328/j.cnki.jos.007146

馆 藏 号：203156873...