随着大数据应用的兴起和内存墙问题的加剧，内存系统成为了计算领域公认的主要关注点，取代了计算单元的地位。内存制约加速比模型是第一个将内存视为计算限制并提供速度提升的一般界限和计算-内存权衡形式的模型。内存制约模型甚至在当时就受到了广泛的认可。90年代它立即被引入了几本先进的计算机体系结构和并行计算教材中，作为可扩展计算必备的知识，其中包括黄铠《可扩展并行计算》，他将内存制约加速比模型作为孙-倪定律与阿姆达尔定律和古斯塔夫森定律并列介绍。多年来这个模型的影响已经远远超出了并行处理，涉及到计算的基础领域。在本文中，我们重新审视内存制约加速比模型，并深入讨论其进展和影响，以在这个专题中做出独特的贡献，激发针对大数据应用的新解决方案，并推动以数据为中心的思维和重新思考。

MemLiner是一种运行时技术，通过“对齐”应用程序和GC的内存访问，使其遵循相似的内存访问路径，达到（1）减轻本地内存工作集和（2）通过简化内存访问模式改善远端内存预取。我们在OpenJDK的两个广泛使用的GC：G1和Shenandoah中实现了MemLiner。云系统上的广泛评估表明，MemLiner可将应用程序的端到端性能提高2.5倍。

摘要低延迟持久性内存模块（PMMs）的应用颠覆了分布式文件系统长期以来的远程存储模式。相反，将 PMM 存储与计算放在一起，可为应用提供更高的 IO 性能、亚秒级的应用故障转移和强大的一致性。为此我们建立了 Assise 分布式文件系统，……

Nexus：一种新型的用于PB级存储系统元数据服务器的基于加权图预取算法，CCGRID'06。本文介绍了一种新型基于加权图的预取技术，其使用后继关系构建，以获得预取的性能优势，特别是为集群元数据服务器，给 PB 级分布式存储系统提供了必要配置

使用溯源关系加速分布式存储系统的元数据预取。本文介绍了一种基于溯源的元数据预取方案 ProMP，同时考虑了溯源与之前的文件访问模式。通过挖掘过程和相应文件之间的溯源或历史访问的相关性，ProMP 可获得准确和丰富的相关信息。

显式数据相关性指导的分布式文件系统元数据预取方法。本文提出元数据预取方法 SMeta，它无缝地集成到 DFS 中易于使用，并显著提升元数据性能。基于 Ceph 实现 SMeta，并用合成和真实系统工作负载评估。SMeta 与基准相比在延迟、吞吐量和可扩展性方面提供了更好的元数据性能。

Diskseen：利用磁盘布局和访问历史记录增强 I/O 预取.为了克服在逻辑文件级别预取的固有限制，本文提出一种直接在磁盘布局级别进行预取的便捷方式，旨在补足文件级预取策略并与之协同。

在进程扩展的趋势下，内存系统成为更加关键的瓶颈，预取等延迟隐藏技术的重要性进一步增长。然而，朴素地使用预取反而会损害性能和能效，因此，需要考虑几个因素和参数才能充分发挥其潜力。本文调研了近期的一些旨在改进预取实现和有效性的技术。我们依据一些参数对这些技术进行描述，以突出它们的异同。本文调研为研究人员提供预取技术工作相关的见解，并希望激发进一步提高预取的性能优势的后续工作。

一种用于分布式文件系统的元数据预取方法。本文介绍了一种名为 HR-Meta 的元数据预取方法，其基于隐性数据相关性特性。该方法首先提取并整合多种文件中的隐性特征为特征向量，然后对其进行比较分析。最后，系统根据模型结果预取文件元数据，提高了文件系统的预取准确率和缓存命中率，缩短了文件相关的元数据的访问过程。

The Log: What every software engineer should know about real-time data's unifying abstraction，日志：每个软件工程师都应该知道的有关实时数据的统一概念。