초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

RAID 레벨 5는 쓰기 시에 패리티 갱신을 위한 4번의 디스크 접근으로 인하여 OLTP와 같이 상대적으로 빈번한 디스크 접근을 가지고 데이터 크기가 작으며 쓰기의 횟수가 많은 작업환경에서 성능이 떨어지게 된다. 데이터와 패리티에 대한 캐싱은 OLTP환경에서의 쓰기에 대한 문제를 해결하기 위한 기법이다. 본 논문에서는 리눅스 운영체제의 파일 데이터 구조에 변화를 주고, 커널에서 얻어진 정보를 디스크 캐쉬의 운영에 이용한다. 스트라입 크기(G)를 가지는 RAID 레벌 5에서 패리티 캐쉬의 크기가 전체 캐쉬 크기의 1/G 이하 일 경우 데이터 패리티 캐쉬 크기 변화에 영향을 받지 않고 캐쉬의 그룹 단위 운영과 그에 따른 패리티의 미리 읽기를 가능하게 하여 패리티에 대한 추가적인 읽기를 최소화하는 기법을 제안한다. 본 논문의 실험 결과는 초당 디스크에 도착하는 평균 디스크 접근 요구 개수에 변화를 주어 시뮬레이션 방법으로 입증하였으며, OLTP 환경에서 데이터와 패리티 캐쉬를 독립적으로 운영하는 일반적인 캐쉬 운영 방법에 비해 평균 응답시간을 단축시킬 수 있음을 알 수 있다.

RAID 레벨 5는 쓰기 시에 패리티 갱신을 위한 4번의 디스크 접근으로 인하여 OLTP와 같이 상대적으로 빈번한 디스크 접근을 가지고 데이터 크기가 작으며 쓰기의 횟수가 많은 작업환경에서 성능이 떨어지게 된다. 데이터와 패리티에 대한 캐싱은 OLTP환경에서의 쓰기에 대한 문제를 해결하기 위한 기법이다. 본 논문에서는 리눅스 운영체제의 파일 데이터 구조에 변화를 주고, 커널에서 얻어진 정보를 디스크 캐쉬의 운영에 이용한다. 스트라입 크기(G)를 가지는 RAID 레벌 5에서 패리티 캐쉬의 크기가 전체 캐쉬 크기의 1/G 이하 일 경우 데이터 패리티 캐쉬 크기 변화에 영향을 받지 않고 캐쉬의 그룹 단위 운영과 그에 따른 패리티의 미리 읽기를 가능하게 하여 패리티에 대한 추가적인 읽기를 최소화하는 기법을 제안한다. 본 논문의 실험 결과는 초당 디스크에 도착하는 평균 디스크 접근 요구 개수에 변화를 주어 시뮬레이션 방법으로 입증하였으며, OLTP 환경에서 데이터와 패리티 캐쉬를 독립적으로 운영하는 일반적인 캐쉬 운영 방법에 비해 평균 응답시간을 단축시킬 수 있음을 알 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 레벨 5에서 쓰기 시, 성능의 오버 헤드를 극복하기 위하여 Parity caching, Parity logging, Floating parity등의 기법 등이 제안되었다[4][5]. 본 논문에서는 리눅스 운영체제하의 OLTP 환경에서 디스크의 웅답시간을 높일 수 있는 캐쉬 운영 방법인 APGOC(Adaptive Parity Group On Cache)를 제안하고 시 뮬레이션을 통하여 일반적인 캐쉬 운영방법과 비교함으로써 그 성능을 검증한다. APGOC는 디스크 제어기에 존재하는 디스크 캐쉬의 새로운 운영 방법이다.

제안 방법

• 커널은 사용자 프로세스의 파일접근에 대한 요청이 들어오면 [그림 2]와 같이 Groupl과 Group2 캐쉬 라인 운영을 위한 정보를 포함한 파일 데이터 구조를 생성한다. 데이터 구조 생성 시, 커널에서는 사용자 프로세스의 접근 권한과 Inode 에 존재하는 파일의 접근 권한을 비교한다. 일치하는 Inode의 권한에 쓰기 속성이 있을 경우 Groupl으로 설정하고 없을 경우는 Group2로 설정한다.
• 본 논문에서는 2장에서 제안한 APGOC가 기존의 데이터와 패리티 캐쉬를 독립적으로 운영하는 일반적인 캐쉬 운영방법 보다 성능이 개선됨을 보이기 위하여 시뮬레이션 방법을 사용하였다. 사용한 시뮬레이터는 작업 부하로 DiskSim 1.0의 기본 트레이스 데이테8]를 OLTP 환경에 맞도록 수정하여 사용하였으며, C 언어로 시뮬레이션 모델을 구현하여 응답시간을 측정하였다. 본 논문에서 사용한 시뮬레이션 변수는 [표 1]과 같으며 패리티 캐쉬의 용량은 전체 캐쉬 용량의 10분의 1로 하였다.

이론/모형

• 본 논문에서는 2장에서 제안한 APGOC가 기존의 데이터와 패리티 캐쉬를 독립적으로 운영하는 일반적인 캐쉬 운영방법 보다 성능이 개선됨을 보이기 위하여 시뮬레이션 방법을 사용하였다. 사용한 시뮬레이터는 작업 부하로 DiskSim 1.

성능/효과

• [그림 7]은 디스크마다 요구되는 1초당 평균 접근 요청 개수의 변화에 따른 평균 응답시간을 나타낸 것이다. APGOC와 일반적인 캐쉬의 운영 방범을 비교하여 볼 경우, [표 1]의 환경에서 평균 요청의 개수가 높아질수록 평균 웅답 시간 면에서 높은 성능 향상을 보임을 알 수 있다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기