[논문]가상화 환경에서 고속 스토리지를 위한 워크로드 맞춤형 페이지 크기 모델링

반효경; 박윤주

doi:10.7236/jiibc.2022.22.3.93

[국내논문] 가상화 환경에서 고속 스토리지를 위한 워크로드 맞춤형 페이지 크기 모델링
Workload-Aware Page Size Modeling for Fast Storage in Virtualized Environments 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.22 no.3, 2022년, pp.93 - 98

반효경 (이화여자대학교 컴퓨터공학과) , 박윤주 (이화여자대학교 컴퓨터공학과)

초록
AI-Helper

최근 옵테인 등 고속 스토리지의 출현으로 하드디스크에 적합하게 설계된 메모리 시스템 설정에 대한 재고가 필요한 시점에 이르렀다. 본 논문에서는 고속 스토리지의 탑재에 따라 페이지 크기가 메모리 시스템의 성능에 어떠한 영향을 미치는지를 분석하고, 가상화 환경에서 워크로드 상황에 맞게 페이지 크기를 설정할 수 있는 모델을 설계하였다. 전통적인 시스템의 경우 워크로드 별로 페이지 크기를 설정하는 것이 쉬운 일이 아니지만 최근 클라우드 환경의 활성화로 개별 워크로드 수행을 위해 별도의 가상머신이 생성되므로 가상머신이 시작될 때 해당 가상머신의 페이지 크기를 결정할 수 있어 제안한 모델의 효용이 높을 것으로 기대된다. 다양한 가상머신 시나리오에 대한 시뮬레이션 실험을 통해 제안한 모델이 워크로드 상황에 맞게 페이지 크기를 설정하여 메모리 접근 시간을 크게 개선함을 보인다.

Abstract ▼ AI-Helper

Recently, fast storage media such as Optane have emerged, and memory system configurations designed for disk storage should be reconsidered. In this paper, we analyze the effect of the page size on the memory system performances when fast storage is adopted. Based on this, we design a page size model that can guide an appropriate page size for given workloads in virtualized environments. Configuring different page sizes for various workloads is not an easy matter in traditional systems, but due to the widespread adoption of cloud systems, page sizing performed in our model is feasible for virtual machines, which are generated for executing specific workloads. Simulation experiments under various virtual machine scenarios show that the proposed model improves the memory access time significantly by configuring page sizes for given workloads.

주제어

표/그림 (5)

그림 그림 1. 가상머신별 자원 현황 및 워크로드 특성에 따른 페이지 크기 설정의 예 Fig. 1. An example of page size setting for each virtual machine with different resource configurations and workload characteristics.
그림 그림 2. 페이지 크기에 따른 메모리 접근 시간 Fig. 2. Memory access time as a function of the page size.
그림 그림 3. 메모리 접근시간 모델의 검증 Fig. 3. Validation of the memory access time model.
그림 그림 4. 가상머신 시나리오별 메모리 접근시간 비교 Fig. 4. Comparison of memory access time for each virtual machine scenarios.
표 표 1. 실험에 사용된 가상머신 시나리오 Table 1. Virtual machine scenarios used in experiments.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 NVM 스토리지가 탑재된 시스템에서 페이지 크기가 메모리 성능에 어떠한 영향을 미치는지를 분석하고, 가상화 환경에서 워크로드의 상황에 맞게 페이지 크기를 설정할 수 있는 모델을 설계한다. 다양한 가상머신 시나리오에 대한 시뮬레이션 실험을 통해 제안한 모델이 워크로드 및 시스템 상황에 맞게 페이지 크기를 적절히 설정하여 메모리 접근 시간을 크게 개선함을 보인다.
본 논문에서는 고속 스토리지를 사용할 경우 페이지 크기가 메모리 성능에 어떠한 영향을 미치는지 분석하고, 가상화 환경에서 워크로드 상황에 맞게 페이지 크기를 설정할 수 있는 모델을 제안하였다. 최근 클라우드 환경의 활성화로 각각의 워크로드 수행을 위한 별도의 가상머신이 생성되고 가상머신 별로 메모리 크기가 미리 할당되는 특성이 있다.

제안 방법

일반적으로 페이지 크기가 커질수록 공간 지역성의 효과가 높아져 페이지 폴트 율이 개선되나 한정된 메모리에 담을 수 있는 데이터의 다양성이 떨어져 어느 순간부터는 다시 성능이 나빠지는 지점이 존재한다. 따라서, 페이지 폴트율은 단일항을 이용한 피팅이 불가능하여 2개의 항을 가진 지수 피팅을 통해 모델링을 하였다.
본 장에서는 5종의 워크로드를 각기 다른 12개의 가상머신으로 실행시키는 클라우드 시나리오를 가지고 페이지 크기 모델의 효과를 시뮬레이션으로 검증한다. 표 1은 각 실험에서 사용한 클라우드 설정을 보여주고 있다.
이는 주소변환과 데이터 접근이라는 두 시간요소 간의 트레이드 오프에 의해 발생하며, 워크로드 특성 및 메모리 용량에 따라 이러한 추세는 다르게 나타나는 것을 확인할 수 있었다. 이에 본 장에서는 NVM 스토리지 환경에서 주소변환 및 데이터 접근시간을 포괄하는 메모리 접근시간 모델을 설계하고 이를 시뮬레이션을 통해 검증하고자 한다.

대상 데이터

한편, 제안한 모델이 채택한 페이지 크기는 워크로드의 특성 및 가상머신의 메모리 크기에 따라 1KB에서부터 32KB까지 다양하게 나타났다. VM-2는 1KB의 페이지를 채택했으며, VM-9는 2KB의 페이지 크기를 채택했다. 이에 비해 VM-6과 VM-12는 4KB 페이지를, VM-11은 8KB, VM-1, VM-3, VM-5, VM-8은 16KB 페이지를 채택했으며, VM-4, VM-7, VM-10은 32KB 페이지를 채택했다.
표 1은 각 실험에서 사용한 클라우드 설정을 보여주고 있다. 워크로드는 데스크탑 게임(Game), 사무용 오피스 프로그램(Office), 포토 편집 및 관리(Photo), 문서 뷰어 (PDF), 멀티미디어 플레이어(Multimedia)의 5종을 사용하였으며, 메모리 크기는 해당 워크로드의 전체 풋 프린트 대비 가상머신에 할당된 실제 메모리 크기의 비율을 나타낸다.
VM-2는 1KB의 페이지를 채택했으며, VM-9는 2KB의 페이지 크기를 채택했다. 이에 비해 VM-6과 VM-12는 4KB 페이지를, VM-11은 8KB, VM-1, VM-3, VM-5, VM-8은 16KB 페이지를 채택했으며, VM-4, VM-7, VM-10은 32KB 페이지를 채택했다. 가상머신의 메모리 용량이 상대적으로 작거나 워크로드의 참조 지역성이 약한 경우 페이지 폴트가 메모리 접근시간의 상당 부분을 차지하게 되므로 소규모 페이지를 사용하여 데이터 접근시간을 줄이는 방식으로 동작하는 것을 확인하였다.

성능/효과

이는 해당 가상머신에서 수행된 워크로드인 Office가 메모리 집약적인 성격을 가지고 있어 페이지 크기가 메모리 성능에 민감한 결과를 보였기 때문이다. HDD를 스토리지로 사용한 VM-6과 VM-12에서는 성능 개선이 없었으며 이를 제외하고는 제안한 모델이 모든 경우에서 성능 개선 효과를 나타내었으며, 그 범위는 10%에서 56%로 워크로드 및 시스템 상황에 따라 조금씩 달랐다.
성능 개선의 효과는 평균 38%였으며, 최대 56%였다. VM-4에서 가장 큰 성능 개선이 있었으며 이는 해당가상머신의 메모리 크기가 상대적으로 커서 제안한 모델이 4KB와 매우 상이한 페이지 크기를 사용했기 때문이다. 제안한 모델은 메모리 크기가 커짐에 따라 성능 개선 효과가 증가했는데 이는 주소변환시간을 개선했기 때문으로 볼 수 있다.
이에 비해 VM-6과 VM-12는 4KB 페이지를, VM-11은 8KB, VM-1, VM-3, VM-5, VM-8은 16KB 페이지를 채택했으며, VM-4, VM-7, VM-10은 32KB 페이지를 채택했다. 가상머신의 메모리 용량이 상대적으로 작거나 워크로드의 참조 지역성이 약한 경우 페이지 폴트가 메모리 접근시간의 상당 부분을 차지하게 되므로 소규모 페이지를 사용하여 데이터 접근시간을 줄이는 방식으로 동작하는 것을 확인하였다. VM-2과 VM-9가 이에 해당된다.
그림 4는 제안한 모델과 4KB를 사용하는 Baseline 시스템 간의 메모리 접근 시간을 비교해서 보여주고 있다. 그림에서 보는 것처럼 제안한 모델은 Baseline 시스템 대비 메모리 접근 시간을 크게 줄이는 것을 확인할 수 있다. 성능 개선의 효과는 평균 38%였으며, 최대 56%였다.
그림 3은 이러한 2가지 피팅을 통해 본 연구의 모델에서 예측한 메모리 접근시간과 실제 시뮬레이션을 통해 얻은 결과치를 비교해서 보여주고 있다. 그림에서 보는 것처럼 제안한 모델은 실제 메모리 참조시간을 잘 예측하는 것을 확인할 수 있으며, 이러한 상황은 메모리 크기나 워크로드 변화에도 잘 동작하는 것을 확인할 수 있었다.
본 논문에서는 NVM 스토리지가 탑재된 시스템에서 페이지 크기가 메모리 성능에 어떠한 영향을 미치는지를 분석하고, 가상화 환경에서 워크로드의 상황에 맞게 페이지 크기를 설정할 수 있는 모델을 설계한다. 다양한 가상머신 시나리오에 대한 시뮬레이션 실험을 통해 제안한 모델이 워크로드 및 시스템 상황에 맞게 페이지 크기를 적절히 설정하여 메모리 접근 시간을 크게 개선함을 보인다.
VM-2과 VM-9가 이에 해당된다. 반면, 가상머신의 메모리 용량이 충분하거나 워크로드의 참조 지역성이 강한 경우 주소변환 시간이 메모리 성능에 중요한 영향을 미치며, 이 경우 제안한 모델은 상대적으로 큰 페이지 크기를 설정하여 성능 개선을 도모하는 것을 확인할 수 있었다. VM-1, VM-3, VM-4, VM-5, VM-7, VM-8, VM-10이 이러한 경우에해당한다.
그림에서 보는 것처럼 제안한 모델은 Baseline 시스템 대비 메모리 접근 시간을 크게 줄이는 것을 확인할 수 있다. 성능 개선의 효과는 평균 38%였으며, 최대 56%였다. VM-4에서 가장 큰 성능 개선이 있었으며 이는 해당가상머신의 메모리 크기가 상대적으로 커서 제안한 모델이 4KB와 매우 상이한 페이지 크기를 사용했기 때문이다.
최근 클라우드 환경의 활성화로 각각의 워크로드 수행을 위한 별도의 가상머신이 생성되고 가상머신 별로 메모리 크기가 미리 할당되는 특성이 있다. 전통적인 시스템처럼 여러 워크로드가 단일 OS 위에서 수행될 경우 각 워크로드에 맞는 페이지 크기를 별도로 설정하는 것은 어려운 일이지만 가상화 환경에서는 가상머신이 시작될 때 해당 가상머신의 페이지 크기를 결정하는 것이 비교적 용이하게 실현될 수 있다. 최근, 참조 지역성이 약하고 메모리 풋 프린트가 매우 큰 빅데이터 응용의 증가로 대용량의 메모리를 필요로 하는 상황이 늘고 있으나, D램의 집적도 한계 및 에너지 소모 문제로 메모리 용량을 늘리는 대신 고속스토리지를 사용하는 방안이 대안으로 논의되고 있다.
VM-4에서 가장 큰 성능 개선이 있었으며 이는 해당가상머신의 메모리 크기가 상대적으로 커서 제안한 모델이 4KB와 매우 상이한 페이지 크기를 사용했기 때문이다. 제안한 모델은 메모리 크기가 커짐에 따라 성능 개선 효과가 증가했는데 이는 주소변환시간을 개선했기 때문으로 볼 수 있다. 한편, VM-2는 메모리 크기가 상대적으로 작은 세팅이었지만 본 논문의 모델이 19%의 성능 개선을 나타내었다.
제안한 모델은 메모리 크기가 커짐에 따라 성능 개선 효과가 증가했는데 이는 주소변환시간을 개선했기 때문으로 볼 수 있다. 한편, VM-2는 메모리 크기가 상대적으로 작은 세팅이었지만 본 논문의 모델이 19%의 성능 개선을 나타내었다. 이는 해당 가상머신에서 수행된 워크로드인 Office가 메모리 집약적인 성격을 가지고 있어 페이지 크기가 메모리 성능에 민감한 결과를 보였기 때문이다.
한편, 제안한 모델이 채택한 페이지 크기는 워크로드의 특성 및 가상머신의 메모리 크기에 따라 1KB에서부터 32KB까지 다양하게 나타났다. VM-2는 1KB의 페이지를 채택했으며, VM-9는 2KB의 페이지 크기를 채택했다.

후속연구

최근, 참조 지역성이 약하고 메모리 풋 프린트가 매우 큰 빅데이터 응용의 증가로 대용량의 메모리를 필요로 하는 상황이 늘고 있으나, D램의 집적도 한계 및 에너지 소모 문제로 메모리 용량을 늘리는 대신 고속스토리지를 사용하는 방안이 대안으로 논의되고 있다. 이러한 상황에서 본 연구는 차세대 빅데이터 응용을 위한 가상머신 최적화에 적극 활용될 수 있을 것으로 기대된다.

참고문헌 (12)

F. Guvenilir and Y. Patt, "Tailored page sizes," Proc. ACM/IEEE Int'l Symp. on Computer Architecture (ISCA), pp. 900-912, 2020. DOI: https://doi.org/10.1109/ISCA45697.2020.00078
P. Weisberg and Y. Wiseman, "Using 4KB page size for virtual memory is obsolete," Proc. IEEE Conf. on Information Reuse & Integration, pp. 262-265, 2009. DOI: https://doi.org/10.1109/IRI.2009.5211562.
S. Ng, "Advances in disk technology: performance issues," IEEE Computer, vol. 31, no. 5, pp. 75-81, 1998. DOI: https://doi.org/10.1109/2.675641

상세보기
T. Kim and H. Bahn, "Implementation of the storage manager for an IPTV set-top box," IEEE Trans. on Consumer Electronics, vol. 54, no. 4, pp. 1770-1775, 2008. DOI: https://doi.org/10.1109/TCE.2008.4711233

상세보기
O. Kwon, H. Bahn, and K. Koh, "Popularity and prefix aware interval caching for multimedia streaming servers," Proc. IEEE Conf. on Computer and Information Technology, pp. 555-560, 2008. DOI: https://doi.org/10.1109/CIT.2008.4594735
R. Karedla, J.S. Love, and B.G. Wherry, "Caching strategies to improve disk system performance," IEEE Computer, vol. 27, no. 3, pp. 38-46, 1994. DOI: https://doi.org/10.1109/2.268884

상세보기
N. Ganapathy and C.Schimmel, "General purpose operating system support for multiple page sizes," Proc. USENIX Annual Technical Conf., pp. 91-104, 1998.
Y. Park and H. Bahn, "Modeling of the TLB miss rate and the page fault rate for NVM-based storage systems," Proc. IEEE Int'l Conf. on Information Science and Control Engineering, pp. 856-860, 2020. DOI: https://doi.org/10.1109/ICISCE50968.2020.00178
I. Shin, "Performance evaluation of applying shallow write in SSDs with internal cache," The Journal of KIIT, vol. 17, no. 1, pp. 31-38, 2019. DOI: https://doi.org/10.14801/jkiit.2019.17.1.31

상세보기
Intel OptaneTM Technology, https://www.intel.com/content/www/us/en/architecture-and-technology/intel-optane-technology.html
Y. Park and H. Bahn, "Impact analysis for page size of desktop and smartphone environments under fast storage media," The Journal of The Institute of Internet, Broadcasting and Communication, vol. 22, no. 2, pp. 77-82, 2022. DOI: https://doi.org/10.7236/JIIBC.2022.22.2.77

원문보기 상세보기
J. Park and E. Park, "Performance evaluation of IoT cloud platforms for smart buildings," Journal of the Korea Academia-Industrial cooperation Society(JKAIS), vol. 21, no. 5 pp. 664-671, 2020. DOI: https://doi.org/10.5762/KAIS.2020.21.5.664

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증