論文の概要: Histrio: a Serverless Actor System

• arxiv url: http://arxiv.org/abs/2410.21793v1
• Date: Tue, 29 Oct 2024 06:58:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-30 13:41:11.249751
• Title: Histrio: a Serverless Actor System
• Title（参考訳）: Histrio: サーバレスアクタシステム
• Authors: Giorgio Natale Buttiglieri, Luca De Martini, Alessandro Margara,
• Abstract要約: Histrioはステートフルアプリケーションの開発を簡単にするプログラミングモデルと実行環境である。 これは、状態管理、データベースのインタラクション、開発者によるプログラミング処理といった懸念を和らげます。 つまり、アプリケーションは常に外部クライアントとのインタラクションが1度だけ処理されたかのように振る舞うということです。
• 参考スコア（独自算出の注目度）: 44.99833362998488
• License:
• Abstract: In recent years, the serverless paradigm has been widely adopted to develop cloud applications, as it enables building scalable solutions while delegating operational concerns such as infrastructure management and resource provisioning to the serverless provider. Despite bringing undisputed advantages, the serverless model requires a change in programming paradigm that may add complexity in software development. In particular, in the Function-as-a-Service (FaaS) paradigm, functions are inherently stateless. As a consequence, developers carry the burden of directly interacting with external storage services and handling concurrency and state consistency across function invocations. This results in less time spent on solving the actual business problems they face. Moving from these premises, this paper proposes Histrio, a programming model and execution environment that simplifies the development of complex stateful applications in the FaaS paradigm. Histrio grounds on the actor programming model, and lifts concerns such as state management, database interaction, and concurrency handling from developers. It enriches the actor model with features that simplify and optimize the interaction with external storage. It guarantees exactly-once-processing consistency, meaning that the application always behaves as if any interaction with external clients was processed once and only once, masking failures. Histrio has been compared with a classical FaaS implementation to evaluate both the development time saved due to the guarantees the system offers and the applicability of Histrio in typical applications. In the evaluated scenarios, Histrio simplified the implementation by significantly removing the amount of code needed to handle operational concerns. It proves to be scalable and it provides configuration mechanisms to trade performance and execution costs.
• Abstract（参考訳）: 近年、サーバーレスのパラダイムは、スケーラブルなソリューションの構築と、インフラストラクチャ管理やリソースプロビジョニングといった運用上の懸念をサーバレスプロバイダに委譲することで、クラウドアプリケーションの開発に広く採用されている。 サーバーレスモデルは、議論の余地のないアドバンテージをもたらすが、ソフトウェア開発の複雑さを増す可能性のあるプログラミングパラダイムの変更を必要とする。 特にFaaS(Function-as-a-Service)パラダイムでは、関数は本質的にステートレスである。 その結果、開発者は外部ストレージサービスと直接対話し、関数呼び出し間の並行処理とステート一貫性を扱うという負担を負うことになる。 その結果、直面するビジネス上の問題の解決に費やす時間が少なくなります。 本稿では,FaaSパラダイムにおける複雑なステートフルアプリケーションの開発を簡単にするプログラミングモデルと実行環境であるHistrioを提案する。 Histrioはアクタプログラミングモデルに基づいており、状態管理やデータベースのインタラクション、開発者からの並行処理といった問題を取り除いている。 アクターモデルに、外部ストレージとのインタラクションを簡素化し、最適化する機能を提供する。 つまり、アプリケーションは常に外部クライアントとのインタラクションが1度だけ処理され、障害をマスキングするかのように振る舞う。 Histrioは従来のFaaS実装と比較され、システムが提供する保証と一般的なアプリケーションにおけるHistrioの適用性の両方から、開発時間を節約した。 評価されたシナリオでは、Histrioは運用上の問題に対処するために必要なコード量を大幅に削減することで、実装を単純化した。 スケーラブルであることが証明され、パフォーマンスと実行コストを交換するための構成メカニズムを提供する。

関連論文リスト

• DynaSaur: Large Language Agents Beyond Predefined Actions [108.75187263724838]
  既存のLLMエージェントシステムは、通常、各ステップで固定セットと事前定義されたセットからアクションを選択する。 動作の動的生成と構成をオンラインで実現するLLMエージェントフレームワークを提案する。 GAIAベンチマーク実験により, このフレームワークは柔軟性が向上し, 従来の手法よりも優れていたことが確認された。
  論文  参考訳（メタデータ） (2024-11-04T02:08:59Z)
• Rethinking State Management in Actor Systems for Cloud-Native Applications [2.2665094235990124]
  我々はアクターシステムのための新しいデータ管理層であるSmSaを開発した。 開発者は、外部キーやデータレプリケーションなど、アクター間で切断された依存関係を宣言できる。 SmSaは、コンポーネント間の依存関係が頻繁にアプリケーションロジックやパフォーマンスを損なうような、コアデータ管理タスクをサポートします。
  論文  参考訳（メタデータ） (2024-10-21T09:48:34Z)
• SeBS-Flow: Benchmarking Serverless Cloud Function Workflows [51.4200085836966]
  本稿では、最初のサーバーレスワークフローベンチマークスイートSeBS-Flowを提案する。 SeBS-Flowには6つの実世界のアプリケーションベンチマークと、異なる計算パターンを表す4つのマイクロベンチマークが含まれている。 当社では,パフォーマンス,コスト,スケーラビリティ,ランタイムの偏差など,3つの主要なクラウドプラットフォームに関する包括的な評価を実施しています。
  論文  参考訳（メタデータ） (2024-10-04T14:52:18Z)
• MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents [7.4159044558995335]
  動的コンテキスト管理システムとコード生成を統合する新しいフレームワークであるMOSS(llM-oriented Operating System Simulation)を紹介する。 フレームワークの中核は、最小限の知識原則を強制するために、インバージョン・オブ・コントロールコンテナとデコレータを併用する。 我々は,このフレームワークがエージェント開発における効率性と能力をいかに向上させるかを示し,チューリング完全エージェントへの移行におけるその優位性を強調した。
  論文  参考訳（メタデータ） (2024-09-24T14:30:21Z)
• Object as a Service: Simplifying Cloud-Native Development through Serverless Object Abstraction [1.7416288134936873]
  我々は、アプリケーションデータと関数をクラウドオブジェクトの抽象化にカプセル化する、Object as a Service (O)と呼ばれる新しいパラダイムを提案する。 Oは、組み込み最適化機能を提供しながら、開発者がリソースとデータ管理の負担を軽減します。 我々は、一貫性とフォールトトレラント保証を備えた構造化データと非構造化データの状態抽象化を提供する、Oparacaという名前のプラットフォームを開発した。
  論文  参考訳（メタデータ） (2024-08-09T06:55:00Z)
• AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
  AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。 豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
  論文  参考訳（メタデータ） (2024-02-21T04:11:28Z)
• Analyzing Maintenance Activities of Software Libraries [65.268245109828]
  近年、産業アプリケーションはオープンソースソフトウェアライブラリを深く統合している。 産業アプリケーションに対する自動監視アプローチを導入して、オープンソース依存関係を特定し、その現状や将来的なメンテナンス活動に関するネガティブな兆候を示したいと思っています。
  論文  参考訳（メタデータ） (2023-06-09T16:51:25Z)
• Object as a Service (OaaS): Enabling Object Abstraction in Serverless Clouds [2.0575037267955305]
  我々は,Object as a Service (O)プログラミングとして知られる関数抽象化の上位に,新しい抽象化レベルを提案する。 Oはアプリケーションデータと機能をオブジェクトの抽象化にカプセル化し、開発者はリソースやデータ管理の負担を軽減します。 また、ソフトウェア再利用性、データのローカリティ、キャッシュなど、組み込み最適化機能の機会を開放する。
  論文  参考訳（メタデータ） (2022-06-10T21:31:22Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)
• AI-based Resource Allocation: Reinforcement Learning for Adaptive Auto-scaling in Serverless Environments [0.0]
  近年、サーバーレスコンピューティングはクラウドコンピューティングモデルの魅力的な新しいパラダイムとして現れています。 商用およびオープンソースのサーバレスコンピューティングプラットフォームに共通するアプローチは、ワークロードベースの自動スケーリングである。 本稿では、サーバーレスフレームワークにおける要求ベース自動スケーリングに対する強化学習アプローチの適用性について検討する。
  論文  参考訳（メタデータ） (2020-05-29T06:18:39Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。