这是一篇非常经典的，混部领域解决延迟敏感问题的论文，作者当年还只是mit的一名博士生，在google实习，heracles 是这个学生毕业论文里的其中一部分

论文原址：https://dl.acm.org/doi/pdf/10.1145/2749469.2749475

这是一个实时的、自反馈的，大规模提升资源利用率的系统

1. 简介

为了解决LC服务和BE作业混部引起的LC服务SLO下降的问题，我们开发了Heracles，一个实时的控制器，能够动态使用硬件隔离机制和软隔离机制，保证共享资源的干扰问题

Heracles能够在保证LC服务足够SLO的情况下，最大限度的将空闲资源用来运行BE作业，同时，结合实时监控和离线分析，自动检测干扰源，并在合适的时机，自动调整隔离机制防御干扰产生

在这里我们分两步走：

第一步，我们首先来研究一些经典案例，最终会抛出一个结论，那就是混部情况下【如无特殊说明，以下混部一律特指LC服务和BE作业】，干扰绝大部分情况下都是不均匀的、但是和负载有较强的相关性，所以，通过静态分区的方式来隔离共享资源是不够的

第二步，然后我们会解释为什么要设计Heracles，并且会证明

1. 多种隔离机制的互相结合，是实现高利用率并且不打破LC服务SLO的关键所在
2. 将干扰问题细分成几个独立的子问题，能够大大的降低动态控制的复杂性
3. 为什么一个运行在所有机器上的、实时的监控程序是必须的

第三步，我们来评估一下Heracles在Google内部生产环境能产生多大的收益，测试表明，能够将机器利用率提高到90%左右

最后，我们通过硬件的一些机制来实现DRAM带宽的监控与隔离，进一步提高Heracles的精确性以及降低对离线分析的依赖

论文原址： http://csl.stanford.edu/~christos/publications/2014.mutilate.eurosys.pdf

In this paper, we analyze the challenges of maintaining high QoS for low-latency workloads when sharing servers with other workloads.

The additional workloads can interfere with resources such as processing cores, cache space, memory or I/O bandwidth

The goal of this work is to investigate if workload colocation and good quality-of-service for latency-critical services are fundamentally incompatible in modern systems, or if instead we can reconcile the two

1. Introduction

google服务器集群的管理系统，类似于百度的Matrix，阿里的fuxi，腾讯的台风平台等等，还有开源的mesos

Borg provides three main benefits: it

1. hides the details of resource management and failure handling so its users can focus on application development instead;
2. operates with very high reliability and availability, and supports applications that do the same; and
3. lets us run workloads across tens of thousands of machines effectively.