Remote Execution Caching Compiler (RECC) CppCon 2024 September 19, 2024 Shivam Bairoliya Software Engineer© 2024 Bloomberg Finance L.P. All rights reserved. What is RECC? ● Remote Execution Caching source build tool that wraps compiler commands and optionally forwards them to a remote build execution service ○ Encompasses the capabilities of both ccache and distcc ○ Supports remote linking and CC) ○ Supports multiple operating systems (Linux, macOS, Solaris) ● Compatible with any remote execution API server supported by Bazel ○ Single Host Server/Proxy: BuildBox-CASD ○ Distributed Server:

update, and delete data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 109 3.3.6 Query data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 401 4.7.1 Query Data from a Single Table · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 401 4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1503 11.3.2 Understanding the Query Execution Plan · · · · · · · · · · · · · · · · · · · · · · · · · 1504 11.3.3 SQL Optimization Process

update, and delete data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 139 3.3.6 Query data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 431 4.7.1 Query Data from a Single Table · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 431 4 4 The start-ts timestamp of the TiCDC task is quite different from the current time. During the execution of this task, replication is in- terrupted and an error [CDC:ErrBufferReachLimit] occurs. What should

update, and delete data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 134 3.3.6 Query data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 426 4.7.1 Query Data from a Single Table · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 426 4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1624 11.3.2 Understanding the Query Execution Plan · · · · · · · · · · · · · · · · · · · · · · · · · 1625 11.3.3 SQL Optimization Process

update, and delete data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 112 3.3.6 Query data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 404 4.7.1 Query Data from a Single Table · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 404 4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1511 11.3.2 Understanding the Query Execution Plan · · · · · · · · · · · · · · · · · · · · · · · · · 1512 11.3.3 SQL Optimization Process

update, and delete data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 109 3.3.6 Query data · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 401 4.7.1 Query Data from a Single Table · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 401 4 · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 1499 11.3.2 Understanding the Query Execution Plan · · · · · · · · · · · · · · · · · · · · · · · · · 1500 11.3.3 SQL Optimization Process

all? ● Typical embedded systems are small and follow static execution patterns ● Even a multi-core automotive chip may have parallel execution but no concurrency if components scheduled on different cores a predetermined time slice in the schedule for execution ● The complete schedule is configured upfront as part of the system design ● Temporal execution of tasks is completely deterministic ⇒ Tasks not OS at the bottom. ⇒ Lots of concurrency, asynchronous APIs as the default Asynchronous APIs in Adaptive Autosar ara::com::FindServiceHandle find_service_handle = RadarServiceProxy::StartFindService(

custom handling • Exceptional events may require special processing • Custom or adaptive behavior may invoke novel execution paths Guarantee • Inviolate principle or behavior Always true Rule • Highly custom handling • Exceptional events may require special processing • Custom or adaptive behavior may invoke novel execution paths • Examples: • Prefer generalized solution, but plugin API allows for custom custom handling • Exceptional events may require special processing • Custom or adaptive behavior may invoke novel execution paths • Examples: • Prefer generalized solution, but plugin API allows for custom

Outline of an implementation Conclusion Toward an improved version Integration function (4/4) // Execution of backward and forward integration std :: thread backward(loop , std ::ref(past), −one , t_backward Context Theoretical foundations Outline of an implementation Conclusion Adaptive Runge-Kutta methods Butcher tableau for explicit adaptive Runge-Kutta methods c A bT ˜bT = c1 a1,1 0 0 · · · 0 0 c2 a2,1 a2 Outline of an implementation Conclusion Implicit Runge-Kutta methods Butcher tableau for implicit adaptive Runge-Kutta methods c A bT ˜bT = c1 a1,1 a1,2 a1,3 · · · a1,s−1 a1,s c2 a2,1 a2,2 a2,3 · · · a2

really the essence of what we do. Complex Adaptive Systems: Fourth and last, that the business should be thought of as a community, or perhaps as a Complex Adaptive System, which needs to be led and managed greatest? Business value is destroyed only when we substitute extensive planning for execution and when we substitute execution according to plan for thinking and adapting. A Better Way to Plan: Nevertheless