近日，我院王鹏伟老师课题组与蚂蚁集团合作的Serverless系统缓存优化研究工作《Contemp: Instance Caching Based on Container Temperature in Serverless Environment》被CCF A类会议ICDE 2026接收，这是该课题组在云计算系统资源管理与缓存优化方向取得的又一重要成果。截至目前，课题组已在Serverless系统优化、云边协同计算等领域取得了系列重要进展，发表了多篇CCF A类会议及期刊论文。
Serverless计算作为云计算的前沿架构，让开发者无需关注底层资源管理，专注于业务逻辑开发，已广泛应用于AWS Lambda、Azure Functions、阿里云函数计算、华为FunctionGraph等主流云平台。容器技术作为Serverless的核心支撑，虽保障了运行时一致性，但实例的频繁创建与销毁会引发冷启动延迟，成为制约系统性能的关键瓶颈。现有实例缓存机制多采用固定规则或单一指标决策，在高并发突发负载下存在明显局限：要么过早淘汰高活性容器，要么让低活性容器过度占用资源，导致资源利用率与服务质量难以平衡。
图1 Contemp架构图
针对这一核心问题，课题组提出基于容器温度的缓存淘汰策略Contemp。该策略创新性地构建了历史增强自适应温度模型（HEATM），整合函数调用频率、冷启动延迟、资源利用率等多维度指标，并借鉴牛顿冷却定律设计温度衰减机制，动态量化容器实时活性水平。通过区分首次调用与重复调用场景，HEATM能精准识别周期性调用模式与突发负载特征，有效避免缓存污染；同时，基于容器温度动态调整缓存优先级，实现资源成本与冷启动延迟的最优权衡。
图2 部分实验结果对比
实验基于Azure Functions真实负载轨迹验证，结果表明：与现有主流策略相比，Contemp在不同工作负载强度下，平均提升各节点缓存命中率17.3%，降低冷启动延迟30.1%，并将系统性价比提升25.4%。目前，课题组正与蚂蚁集团超级计算技术部合作将该策略落地整合到其实际业务场景中。
ICDE（IEEE International Conference on Data Engineering）是电气与电子工程师协会（IEEE）主办的数据库领域旗舰会议，与SIGMOD、VLDB并称数据库三大顶会，为中国计算机学会推荐的A类国际会议。会议聚焦高级数据密集型系统与应用的设计、构建、管理与评估等核心研究方向，在国际学术界与工业界享有盛誉并具有广泛的影响力。