본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s 을 결정하고 이를 평가하기 위한 지침을 개발하였다. 현재, 벤더 중립적인 스토리지 평가기준이 없기 때문에 스토리지 성능평가나 스토리지 자원 규모를 설계하는데 어려움이 있었다. 연구결과, OLTP 응용에 활용되는 스토리지는 IOPS를 성능지표로 하고 측정을 위한 블록크기는 4KB, 8KB, 16KB, 읽기대쓰기 비율은 7:3으로 측정하는 것을 제안하였다. 한편, 백업, VOD, LFP(Large File Processing) 과 같은 대용량 처리 응용에 사용되는 스토리지는 MB/s를 성능지표로 하고, 측정을 위한 블록크기는 64KB, 256KB, 1,024KB 으로 하고 읽기대 쓰기 비율은 1:0 으로 하는 것을 제안하였다. 끝으로 개발된 평가지침을 이용한 측정결과보고서 양식을 개발하였으며 측정도구로는 플랫홈에 비종속적인 Vdvench 측정도구를 제안하였다.
본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s 을 결정하고 이를 평가하기 위한 지침을 개발하였다. 현재, 벤더 중립적인 스토리지 평가기준이 없기 때문에 스토리지 성능평가나 스토리지 자원 규모를 설계하는데 어려움이 있었다. 연구결과, OLTP 응용에 활용되는 스토리지는 IOPS를 성능지표로 하고 측정을 위한 블록크기는 4KB, 8KB, 16KB, 읽기대쓰기 비율은 7:3으로 측정하는 것을 제안하였다. 한편, 백업, VOD, LFP(Large File Processing) 과 같은 대용량 처리 응용에 사용되는 스토리지는 MB/s를 성능지표로 하고, 측정을 위한 블록크기는 64KB, 256KB, 1,024KB 으로 하고 읽기대 쓰기 비율은 1:0 으로 하는 것을 제안하였다. 끝으로 개발된 평가지침을 이용한 측정결과보고서 양식을 개발하였으며 측정도구로는 플랫홈에 비종속적인 Vdvench 측정도구를 제안하였다.
In this paper, we chose IOPS(input output operation per second) and MB/s as a performance standard, and we developed the evaluation standard for the storage performance. Since there is no vendor-neutral evaluation criteria for storage performance, it is difficult to evaluate storage performance and ...
In this paper, we chose IOPS(input output operation per second) and MB/s as a performance standard, and we developed the evaluation standard for the storage performance. Since there is no vendor-neutral evaluation criteria for storage performance, it is difficult to evaluate storage performance and design the storage resource's sizing. We proposed block size for measurement of the storage's IOPS for OLTP(online transaction processing) application to 4KB, 8KB and 16KB and read/write rate of it to 7:3. On the other hand, we proposed block size for measurement of the storage's IOPS for backup, VOD, Large file processing) to 64KB, 256KB and 1024KB and read/write rates of it to 7:3 and 1:0. Finally, we proposed the Vdvench BMT tool, which is independent on platform. We also developed the result reporting tool for developed evaluation criteria.
In this paper, we chose IOPS(input output operation per second) and MB/s as a performance standard, and we developed the evaluation standard for the storage performance. Since there is no vendor-neutral evaluation criteria for storage performance, it is difficult to evaluate storage performance and design the storage resource's sizing. We proposed block size for measurement of the storage's IOPS for OLTP(online transaction processing) application to 4KB, 8KB and 16KB and read/write rate of it to 7:3. On the other hand, we proposed block size for measurement of the storage's IOPS for backup, VOD, Large file processing) to 64KB, 256KB and 1024KB and read/write rates of it to 7:3 and 1:0. Finally, we proposed the Vdvench BMT tool, which is independent on platform. We also developed the result reporting tool for developed evaluation criteria.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
SPC 및 벤더의 스토리지 BMT 측정 시 사용하는 읽기 쓰기 비율을 분석한 결과, SPC에서는 읽기 100%, 쓰기 100% 그리고 읽기와 쓰기 50%, 50%로 2가지를 측정하고 있으나[8], 본 연구에서는 국내 스토리지 BMT 전문가들의 의견 수렴을 통하여 읽기쓰기 비율을 7 : 3 으로 하는 것을 권고하고자 한다. 물론 읽기 100%, 쓰기 100% 인 조건에서 측정하는 것이 의미 있을 경우가 있다.
즉 VOD스토리지와 LFP를 위한 MB/s의 대표 값은 256KB, 배치작업이나 LDQ(Large Data Query)를 위한 MB/s의 대표 값은 64KB, 백업 스토리지를 위한 MB/s의 대표 값은 1,024KB를 대표 값으로 하는 것이 가능한 실제 상황과 유사하면서 최대성능을 표현할 수 있기 때문이다. 그럼에도 불구하고 MB/s에 대하여 반드시 하나의 대표 값이 필요하다면 이 세가지 응용에 따른 MB/s 결과 값의 평균값이나 혹은 블록크기가 256KB일 때의 MB/s 값을 선택하는 것을 권고하고자 한다.
본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s (혹은MBPS)을 결정하고 이를 평가하기 위한 가이드라인들을 개발하였다. 실시간 데이터 처리가 요구되는 응용은 크게 OLTP와 대용량 처리(백업, VOD) 로 나눌 수 있으며, OLTP 응용에 활용되는 스토리지의 성능지표로는 IOPS가 적합하며, IOPS 측정을 위한 블록크기는 데이터처리크기가 작기 때문에 4KB, 8KB, 16KB로 하는 것을 제안하였다.
본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s (혹은MBPS)을 결정하고 이를 평가하기 위한 기준들을 개발하였다. 이와 같은 내용을 연구하기 위하여 본 연구에서는 스토리지 성능평가 기관인 SPC 협회의 SPC-1, SPC-2 성능 평가 스펙을 조사 분석하였고 주요 스토리지 벤더와의 협의를 통하여 의견을 조율하였으며 스토리지 등급별 벤더 모델의 스펙을 조사 분석하였다.
본 연구에서는 이상과 같은 스토리지 성능평가지표별 평가기준을 고려한 측정결과보고서 양식을 개발하였다. 표 2는 본 연구의 결과를 요약한 스토리지 성능평가 결과보고서 양식이다.
제안 방법
블록크기가 작을수록 IOPS 값은 높게 측정되지만 실제 응용분야에서 블록단위 읽기쓰기에서 블록크기가 512B 인 응용프로그램은 거의 없고 이메일이나 웹서버 등의 OLTP 성 처리의 대부분은 4KB, 8KB, 16KB 블록크기이다. 그러므로 OLTP 응용에 활용되는 스토리지의 IOPS 성능지표 측정을 위한 블록크기는 4KB, 8KB, 16KB를 포함하여 측정하는 것을 제안하였다. 하지만 백업, VOD, LFP(Large File Processing) 응용에 사용되는 스토리지는 IOPS 보다는 MB/s 성능이 중요하기 때문에 MB/s를 성능지표로 하고 측정은 SPC-2의 의견을 기반으로 64KB, 256KB, 1,024KB로 권고하고 대표 값은 실제응용에 따라서 다르게 적용하는 것을 권고하였다.
한편, 백업, VOD, LFP(Large File Processing) 응용에 사용되는 스토리지의 성능지표로는 MB/s 가 적합하며, MB/s 측정은 대용량 데이터를 처리하기 때문에 64KB, 256KB, 1,024KB 로 하는 것을 제안하였다. 또한 성능지표 측정시의 읽기와 쓰기 비율은 7 : 3 으로 하고 성능측정 도구로서는 java로 작성되었기 때문에 다수의 플랫폼에서 동작할 수 있는 Vdbench 측정도구를 권고하였다.
스토리지 시스템 성능의 성능지표인 IOPS 및 MB/s, 응답시간(response time), CPU 사용률, 가용성(availability) 중에서 IOPS, MB/s 를 성능평가지표로 제안하였다. IOPS (Input/output operation per second)는 초당 I/O 동작 처리건수로 정의되며 일반적으로 이메일 서비스나 금융서비스에서 사용되는 임의의 읽기쓰기 특징이 있고 4KB에서 16KB 정도의 작은 블록의 I/O를 갖는 OLTP (online transaction processing) 응용을 위한 스토리지의 성능지표로 매우 중요하게 활용될 수 있기 때문이다.
본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s (혹은MBPS)을 결정하고 이를 평가하기 위한 가이드라인들을 개발하였다. 실시간 데이터 처리가 요구되는 응용은 크게 OLTP와 대용량 처리(백업, VOD) 로 나눌 수 있으며, OLTP 응용에 활용되는 스토리지의 성능지표로는 IOPS가 적합하며, IOPS 측정을 위한 블록크기는 데이터처리크기가 작기 때문에 4KB, 8KB, 16KB로 하는 것을 제안하였다. 한편, 백업, VOD, LFP(Large File Processing) 응용에 사용되는 스토리지의 성능지표로는 MB/s 가 적합하며, MB/s 측정은 대용량 데이터를 처리하기 때문에 64KB, 256KB, 1,024KB 로 하는 것을 제안하였다.
본 연구에서는 스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s (혹은MBPS)을 결정하고 이를 평가하기 위한 기준들을 개발하였다. 이와 같은 내용을 연구하기 위하여 본 연구에서는 스토리지 성능평가 기관인 SPC 협회의 SPC-1, SPC-2 성능 평가 스펙을 조사 분석하였고 주요 스토리지 벤더와의 협의를 통하여 의견을 조율하였으며 스토리지 등급별 벤더 모델의 스펙을 조사 분석하였다. SPC는 스토리지 시스템 벤치마크 스펙을 정의하고 BMT 결과를 제공하는 비영리 단체로써 IBM, HP, HDS, SUN, Fujitsu 등 대부분의 스토리지 벤더가 회원으로 활동하고 있는 단체이다[6].
실시간 데이터 처리가 요구되는 응용은 크게 OLTP와 대용량 처리(백업, VOD) 로 나눌 수 있으며, OLTP 응용에 활용되는 스토리지의 성능지표로는 IOPS가 적합하며, IOPS 측정을 위한 블록크기는 데이터처리크기가 작기 때문에 4KB, 8KB, 16KB로 하는 것을 제안하였다. 한편, 백업, VOD, LFP(Large File Processing) 응용에 사용되는 스토리지의 성능지표로는 MB/s 가 적합하며, MB/s 측정은 대용량 데이터를 처리하기 때문에 64KB, 256KB, 1,024KB 로 하는 것을 제안하였다. 또한 성능지표 측정시의 읽기와 쓰기 비율은 7 : 3 으로 하고 성능측정 도구로서는 java로 작성되었기 때문에 다수의 플랫폼에서 동작할 수 있는 Vdbench 측정도구를 권고하였다.
후속연구
본 연구의 결과 중 BMT를 위한 스토리지 성능지표, 측정조건, 측정도구, BMT 결과보고서 양식을 포함하는 스토리지 성능평가 지침은 스토리지 도입을 위한 BMT의 표준으로 활용될 수 있을 것이다. 단, 표준화 과정에서 스토리지 성능의 IOPS와 MB/s 의 측정조건에서 본 연구에서 제안하는 블록크기와 읽기쓰기 기준을 수용하지 않고 응용별로 서로 다른 기준을 적용하자는 벤더가 있을 수 있다. 향후, 의견수렴을 통한 표준화 작업과 다양한 인터페이스와 SAN, NAS별 측정시스템의 구성을 포함하는 세부측정방법에 대한 연구가 계속되어야 하겠다.
본 연구의 결과 중 BMT를 위한 스토리지 성능지표, 측정조건, 측정도구, BMT 결과보고서 양식을 포함하는 스토리지 성능평가 지침은 스토리지 도입을 위한 BMT의 표준으로 활용될 수 있을 것이다. 단, 표준화 과정에서 스토리지 성능의 IOPS와 MB/s 의 측정조건에서 본 연구에서 제안하는 블록크기와 읽기쓰기 기준을 수용하지 않고 응용별로 서로 다른 기준을 적용하자는 벤더가 있을 수 있다.
단, 표준화 과정에서 스토리지 성능의 IOPS와 MB/s 의 측정조건에서 본 연구에서 제안하는 블록크기와 읽기쓰기 기준을 수용하지 않고 응용별로 서로 다른 기준을 적용하자는 벤더가 있을 수 있다. 향후, 의견수렴을 통한 표준화 작업과 다양한 인터페이스와 SAN, NAS별 측정시스템의 구성을 포함하는 세부측정방법에 대한 연구가 계속되어야 하겠다.
질의응답
핵심어
질문
논문에서 추출한 답변
스토리지의 성능요소 지표는 무엇이 있는가?
스토리지의 성능요소 지표에는 기본적으로 저장 용량과 단위 시간당 입출력 동작처리 건수를 나타내는 IOPS(Input Output Operation Per Second), 단위시간당 I/O 데이터처리량을 나타내는 MB/s, 혹은 MBPS(Megabyte Per Second), 그리고 사용자의 요청을 처리 완료하는 시간을 나타내는 응답시간(response time) 등이 있다. 스토리지 벤더들은 이러한 성능요소들에 대한 결과 값을 대부분 공개하지 않고 있으며, 각 벤더의 자체 실험조건과 실험방법 또한 공개하지 않는 실정이다.
스토리지 시스템은 무엇인가?
스토리지 시스템은 스토리지의 용량(capability), 신뢰성(reliability), 가용성(availability) 그리고 성능(performance)을 개선하기 위하여 구성된 디스크 저장 장치의 집합체로 실시간 데이터처리가 요구되는 항행관제분야나 우주항공 시스템에서 매우 중요한 요소이다[1][2][3]. 스토리지 시스템은 활용 목적에 따라 디스크 어레이(disk array), 테이프 라이브러리(tape library), 디스크-테이프(disk-tape) 백업 시스템, 그리고 디스크와 플래시 드라이브(Flash 기반 SSD)로 구성된 하이브리드 스토리지 등 다양하다.
스토리지 성능평가에 필요한 대표적인 성능지표로 IOPS 및 MB/s 을 결정하고 이를 평가하기 위한 지침을 개발한 결과, 무엇을 제안하였는가?
현재, 벤더 중립적인 스토리지 평가기준이 없기 때문에 스토리지 성능평가나 스토리지 자원 규모를 설계하는데 어려움이 있었다. 연구결과, OLTP 응용에 활용되는 스토리지는 IOPS를 성능지표로 하고 측정을 위한 블록크기는 4KB, 8KB, 16KB, 읽기대쓰기 비율은 7:3으로 측정하는 것을 제안하였다. 한편, 백업, VOD, LFP(Large File Processing) 과 같은 대용량 처리 응용에 사용되는 스토리지는 MB/s를 성능지표로 하고, 측정을 위한 블록크기는 64KB, 256KB, 1,024KB 으로 하고 읽기대 쓰기 비율은 1:0 으로 하는 것을 제안하였다. 끝으로 개발된 평가지침을 이용한 측정결과보고서 양식을 개발하였으며 측정도구로는 플랫홈에 비종속적인 Vdvench 측정도구를 제안하였다.
참고문헌 (9)
윤준영,"스토리지 성능분석", 시사컴퓨터, 2003년 7월호
Chiming Chiang, Matt W. Mutka. "Characteristics of User File Usage Patterns", Systems and Software, Vol. 23, No. 3, pp. 257-268. December, 1993.
Michael Mesnier, Matthew Wachs, Raja R. Sambasivan,. Julio Lopez, James Hendricks, Gregory R. Ganger, "TRACE: Parallel trace replay with approximate causal events" Proceedings of the 5th USENIX Conference on File and Storage Technologies. San Jose, CA, February 13-16, 2007.
Solid Data systems," Impact of Solid-state disk on high-transaction rate databases", Solid data systems, Inc. White paper, 2005 Feb,
※ AI-Helper는 부적절한 답변을 할 수 있습니다.