ઑબ્જેક્ટ-ઓરિએન્ટેડ મેમરી આર્કિટેક્ચરમાં કમ્પ્રેશન કેવી રીતે કાર્ય કરે છે

MIT ખાતે એન્જિનિયરોની એક ટીમે વધુ કાર્યક્ષમ રીતે ડેટા સાથે કામ કરવા માટે ઑબ્જેક્ટ-ઓરિએન્ટેડ મેમરી વંશવેલો વિકસાવ્યો છે. લેખમાં આપણે સમજીએ છીએ કે તે કેવી રીતે ગોઠવાય છે.

/ Pxઅહીં /પીડી

જેમ તમે જાણો છો, આધુનિક CPU ની કામગીરી વૃદ્ધિ મેમરીને ઍક્સેસ કરતી વખતે લેટન્સીમાં અનુરૂપ ઘટાડો સાથે નથી. દર વર્ષે સૂચકાંકોમાં ફેરફારમાં તફાવત 10 ગણો સુધી પહોંચી શકે છે (PDF, પૃષ્ઠ 3). પરિણામે, એક અવરોધ દેખાય છે, જે ઉપલબ્ધ સંસાધનોનો સંપૂર્ણ ઉપયોગ કરવાની મંજૂરી આપતું નથી અને ડેટા પ્રોસેસિંગને ધીમું કરે છે.

પ્રદર્શન દંડ એ કહેવાતા ડીકોમ્પ્રેસન વિલંબ છે. કેટલાક કિસ્સાઓમાં, પ્રિપેરેટરી ડેટા ડિકમ્પ્રેશનમાં 64 પ્રોસેસર સાયકલ લાગી શકે છે.

સરખામણી માટે: ફ્લોટિંગ પોઈન્ટ નંબરોનો સરવાળો અને ગુણાકાર કબજો દસ ચક્ર કરતાં વધુ નહીં. સમસ્યા એ છે કે મેમરી નિશ્ચિત કદના ડેટા બ્લોક્સ સાથે કામ કરે છે, જ્યારે એપ્લિકેશન્સ એવા પદાર્થો સાથે કાર્ય કરે છે જેમાં વિવિધ પ્રકારના ડેટા હોઈ શકે છે અને કદમાં એકબીજાથી અલગ હોઈ શકે છે. સમસ્યાને ઉકેલવા માટે, MIT એન્જિનિયરોએ ઑબ્જેક્ટ-ઓરિએન્ટેડ મેમરી વંશવેલો વિકસાવ્યો જે ડેટા પ્રોસેસિંગને ઑપ્ટિમાઇઝ કરે છે.

ટેક્નોલોજી કેવી રીતે કામ કરે છે

ઉકેલ ત્રણ તકનીકો પર આધારિત છે: હોટપેડ, ઝિપેડ અને COCO કમ્પ્રેશન અલ્ગોરિધમ.

હોટપેડ એ સ્ક્રેચપેડ રજિસ્ટર મેમરીનું સોફ્ટવેર-આધારિત વંશવેલો છે (સ્ક્રેચપેડ). આ રજીસ્ટરોને પેડ (પેડ) કહેવામાં આવે છે અને તેમાંના ત્રણ છે - L1 થી L3. તેઓ વિવિધ કદના ઑબ્જેક્ટ્સ, મેટાડેટા અને પોઈન્ટર્સની એરેનો સંગ્રહ કરે છે.

સારમાં, આર્કિટેક્ચર એ કેશ સિસ્ટમ છે, પરંતુ ઑબ્જેક્ટ્સ સાથે કામ કરવા માટે તીક્ષ્ણ છે. પૅડનું સ્તર કે જેના પર ઑબ્જેક્ટ સ્થિત છે તે કેટલી વાર ઉપયોગમાં લેવાય છે તેના પર આધાર રાખે છે. જો કોઈ એક સ્તર "ઓવરફ્લો" થાય છે, તો સિસ્ટમ જાવા અથવા ગોમાં "કચરો કલેક્ટર્સ" જેવી જ પદ્ધતિને ટ્રિગર કરે છે. તે પૃથ્થકરણ કરે છે કે કઈ વસ્તુઓનો ઉપયોગ અન્ય કરતા ઓછો ઉપયોગ થાય છે અને તેને આપમેળે સ્તરો વચ્ચે ખસેડે છે.

Zippads Hotpads - આર્કાઇવ્સ અને અનઝિપ ડેટાના આધારે કામ કરે છે જે વંશવેલાના છેલ્લા બે સ્તરોમાં પ્રવેશે છે અથવા છોડે છે - L3 પેડ અને મુખ્ય મેમરી. પ્રથમ અને બીજા પેડમાં, ડેટા અપરિવર્તિત સંગ્રહિત થાય છે.

Zippads 128 બાઇટ્સ સુધીની વસ્તુઓને સંકુચિત કરે છે. મોટા પદાર્થોને ભાગોમાં વિભાજિત કરવામાં આવે છે, જે પછી મેમરીના વિવિધ વિસ્તારોમાં મૂકવામાં આવે છે. વિકાસકર્તાઓ લખે છે તેમ, આ અભિગમ અસરકારક રીતે ઉપયોગમાં લેવાતી મેમરીના ગુણાંકમાં વધારો કરે છે.

ઑબ્જેક્ટ્સને સંકુચિત કરવા માટે, COCO (ક્રોસ-ઑબ્જેક્ટ કમ્પ્રેશન) અલ્ગોરિધમનો ઉપયોગ કરવામાં આવે છે, જેની અમે પછીથી ચર્ચા કરીશું, જો કે સિસ્ટમ તેની સાથે કામ કરવા સક્ષમ છે. આધાર-ડેલ્ટા-તાત્કાલિક અથવા FPC. COCO અલ્ગોરિધમ એ વિભેદક કમ્પ્રેશનની વિવિધતા છે (વિભેદક કમ્પ્રેશન). તે ઑબ્જેક્ટને "બેઝ" સાથે સરખાવે છે અને ડુપ્લિકેટ બિટ્સને દૂર કરે છે - નીચેનો આકૃતિ જુઓ:

MIT એન્જિનિયરોના મતે, તેમની ઑબ્જેક્ટ-ઓરિએન્ટેડ મેમરી વંશવેલો શાસ્ત્રીય અભિગમો કરતાં 17% વધુ ઝડપી છે. તે તેની રચનામાં આધુનિક એપ્લિકેશનના આર્કિટેક્ચરની ખૂબ નજીક છે, તેથી નવી પદ્ધતિમાં સંભવિત છે.

એવી અપેક્ષા રાખવામાં આવે છે કે સૌ પ્રથમ, મોટા ડેટા અને મશીન લર્નિંગ અલ્ગોરિધમ્સ સાથે કામ કરતી કંપનીઓ ટેક્નોલોજીનો ઉપયોગ કરવાનું શરૂ કરી શકે છે. બીજી સંભવિત દિશા ક્લાઉડ પ્લેટફોર્મ છે. IaaS પ્રદાતાઓ વર્ચ્યુઅલાઈઝેશન, સ્ટોરેજ સિસ્ટમ્સ અને કમ્પ્યુટિંગ સંસાધનો સાથે વધુ કાર્યક્ષમ રીતે કામ કરી શકશે.

અમારા વધારાના સંસાધનો અને સ્ત્રોતો:

"અમે IaaS કેવી રીતે બનાવીએ છીએ": 1Cloud ના કાર્ય વિશેની સામગ્રી

ક્લાઉડ આર્કિટેક્ચર 1 ક્લાઉડનું ઉત્ક્રાંતિ
1Cloud માં ઑબ્જેક્ટ સ્ટોરેજ સેવા

HTTPS પર સંભવિત હુમલાઓ અને તેમની સામે કેવી રીતે રક્ષણ કરવું
સતત ડિલિવરી અને સતત એકીકરણ અભિગમ વચ્ચે સમાનતા અને તફાવત શું છે
ઇન્ટરનેટ પર સર્વરને કેવી રીતે સુરક્ષિત કરવું: 1ક્લાઉડ અનુભવ

સોર્સ: www.habr.com