Improving the performance of DDS middlewares through the Spindle methodology for delays reduction in RDMA networks

I nuovi scenari in ambito Industria 4.0 richiedono lo sviluppo di servizi innovativi, affidabili e altamente reattivi, supportare i quali richiede l'utilizzo di acceleratori hardware, come le reti "Remote Direct Memory Access" (RDMA), e di strumenti ad alte prestazioni, come i middleware compatibili con lo standard OMG Data Distribution Service (DDS). Utilizzare in modo efficace la tecnologia RDMA può essere sorprendentemente difficile, specialmente per le applicazioni che replicano oggetti di piccole dimensioni: i costi di coordinamento sono relativamente alti per inviare messaggi corti. Questa tesi presenta "Spindle", una metodologia per affrontare in modo sistematico questa classe di problemi attraverso un insieme di tecniche di ottimizzazione. Tra queste, nuove tecniche di aggregazione lato mittente e ricevente, una logica di invio di messaggi senza contenuto e un miglioramento della tecnica di polling della memoria. In molti casi, queste tecniche sono in grado di innalzare le prestazioni della migliore libreria RDMA esistente, presa come riferimento, incrementandone l'utilizzo della banda di rete di un fattore 3 (da 3 GB/s a 9 GB/s) e rendendola robusta a vari tipi di ritardi. Queste ottimizzazioni sono valide anche per altre applicazioni, tra cui i middleware DDS. Infatti, il secondo contributo di questa tesi è una discussione sulla possibiltà, finora inesplorata, di far eseguire tali middleware direttamente su harware RDMA. Anche grazie a medologie come Spindle, questa opzione è infatti sempre più attraente sia per l'accademia sia per l'industria. Il lavoro futuro in tal senso potrebbe portare l'OMG a considerare di standardizzare il mapping tra DDS e un generico hardare che, come RDMA, supporti nativamente un modello di comunicazione a memoria condivisa.