4.14 A-Tune sig meeting
视频链接：https://www.bilibili.com/video/BV1YS4y1Y7YE?spm_id_from=333.337.search-card....
会议纪要： 1. A-Tune介绍及未来演进 - 介绍：人工调优依赖经验且耗时长，A-Tune的目的在与帮助用户实现更简单高效的调优 - 核心功能：在线时静态调优、离线时动态调优 - 成功案例：TaiShan服务器大数据性能领先x86基线20%+、移动苏研联创项目中MySQL吞吐量提升5倍等 - 未来演进：实现多目标调优、带约束调优，实现智能推荐、智能调度等功能 2. 近一年社区的发展 - 新增A-Tune-BPF-Collection应用、发布A-Tune v1.0.0版本 - 对接PerfStudio网页，实现页面控制调优 - 与外部客户联创、持续进行性能调优 - 与高校师生合作交流，开发沙箱实验 3. kafka集群调优实例分享 - 背景：kafka运行时刷脏页策略存在优化空间 - 调优：使用A-Tune调节刷脏页相关的参数 - 成果：性能提升5%左右 4. 服务化网站分享 - 实现网页调优：https://perfstudio.server.huawei.com - A-Tune-UI同步开发中，计划在openEuler-22.09创新版本中发布 5. A-Tune-BPF-Collection介绍 - 目标：特定场景下（spark）对内核进行调优 - 方案：通过ebpf程序，监测随机读、顺序读的比例，动态调节内核中readahead的开关，从而达到spark场景下的读性能优化 - 成果：借助ebpf使能策略，性能优化约10% 6. 未来计划
问题与答疑详见附件，胶片后续会在b站上进行发布，有任何问题可以通过微信群、仓库issue、邮件列表进行沟通 [cid:image001.png@01D850E6.9EE83D70]
