초록

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

본 논문에서는 HTTP/1.1을 효율적으로 지원하는 부하 분산 정책을 제안하고자 한다. 이 정책은 사용자의 첫 번째 요청이 전달되면 그 요청의 내장 객체 정보와 현재 살아 있는 HTTP 연결의 에이징(aging)을 고려하여 서버를 선택하는 알고리즘이다. 그리고 디스패처의 잘못된 분산 결정으로 인해 시스템의 성능에 누적되는 악영향을 최소화하기 위한 기법도 제시한다.

본 논문에서는 HTTP/1.1을 효율적으로 지원하는 부하 분산 정책을 제안하고자 한다. 이 정책은 사용자의 첫 번째 요청이 전달되면 그 요청의 내장 객체 정보와 현재 살아 있는 HTTP 연결의 에이징(aging)을 고려하여 서버를 선택하는 알고리즘이다. 그리고 디스패처의 잘못된 분산 결정으로 인해 시스템의 성능에 누적되는 악영향을 최소화하기 위한 기법도 제시한다.

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

• TCP 연결의 서비스 처리 결과를 예측하는 알고리즘을 고려 해보자. 에이징 분산 정책을 적용하기 위한 알고리즘을 정리하 면 다음과 같다.

가설 설정

• 약 21MB/sec의 처리 속도를 찾아내었다. 그리고 디스패처에서 실제로 패킷을 백-엔드 서버에게 전달하는 오버 헤드가 있지만, 이 오버헤드는 모든 분산 정책에서 동일하게 발생하므로 0으로 가정한다. 그리고 디스패처에서 일어나는 부 하 분산 결정 오버헤드와 TCP 종료 오버헤드는 실험을 통하여 적정값을 가정한다.
• 그리고 디스패처에서 실제로 패킷을 백-엔드 서버에게 전달하는 오버 헤드가 있지만, 이 오버헤드는 모든 분산 정책에서 동일하게 발생하므로 0으로 가정한다. 그리고 디스패처에서 일어나는 부 하 분산 결정 오버헤드와 TCP 종료 오버헤드는 실험을 통하여 적정값을 가정한다.
• 사용자에게 빠른 응답 시간과 더 나은 서비스를 제공하기 위하여 여러 개의 프로세서를 클러스터로 묶어서 웹 서버로 사용하는 방법을 고려한다. 클러스터 웹 서버를 구성하는 아키텍처 중에서 서버 효율성과 사용자 응답 시간 측면에서 가장 뛰어난 성능을 나타내는 디스패처 기반의 클러스터를 가정한다[1].

제안 방법

• 마지막으로 서버 활용도의 지표로서 최소 부하 서버 선택 적 중률을 고려해보았다. 이 적중률은 부하 분산 결정 순간에 최 소 부하 서버를 선택하는 홧수를 백분율로 나타낸 것이다.
• 사용자에게 빠른 응답 시간과 더 나은 서비스를 제공하기 위하여 여러 개의 프로세서를 클러스터로 묶어서 웹 서버로 사용하는 방법을 고려한다. 클러스터 웹 서버를 구성하는 아키텍처 중에서 서버 효율성과 사용자 응답 시간 측면에서 가장 뛰어난 성능을 나타내는 디스패처 기반의 클러스터를 가정한다[1].
• 이 논문에서 제안하고 있는 알고리즘은 HTTP 연결의 잠재적인 부하라는 동적인 요소를 가지고 간단한 에이징 기법을 사용하여 정적인 분산 결정을 할 수 있다. 게다가 매번 하나의 HTTP 연결이 끊길 때에는 서버가 FIN 패킷을 디스패처를 통해 클라이언트에게 보내도록 하므로, 디스패처의 로드테이블 정보를 보정할 수 있다.
• 이 논문에서 제안하는 기법은 웹 페이지에 포함되어 있는 내 장 객체의 정보를 이용하여 하나의 HTTP 연결을 통해 요청될 잠재적인 부하를 미리 부하 분산에 적용시키는 것이다. 사용자의 첫 번째 요청에 의해 알아낸 잠재 부하 정보를 디스패처의 로드 테이블(load table)에 저장한다.

대상 데이터

• 3msec이면 트래픽이 양호하다고 말할 수 있다. 실험의 대 상이 되는 알고리즘은 라운드 로빈 정책(RR)과 최소 연결 정 책(LC), 가중치 최소 연결 정 책(WLC)이다.
• 입력 트래픽에 대해서는 1997년 발표된 SURGE Workload Generatore 활용하였다(3). 입력 파일의 크기는 SPECWeb99의 파일 크기 분포에 기인하여 구성하였다.

이론/모형

• 입력 트래픽에 대해서는 1997년 발표된 SURGE Workload Generatore 활용하였다(3). 입력 파일의 크기는 SPECWeb99의 파일 크기 분포에 기인하여 구성하였다.

성능/효과

• LC는 동적인 부사 분산 결정 요소인 TCP 연결의 개수를 사용하지만 각 서버의 성능 차이가 발생하 거나 TCP 연결 종료 오버헤드가 길어지면 성능이 매우 민감하 게 영향을 받으므로, 항상 효율적인 성능을 낸다고 보장할 수 없다. WLC는 가중치의 영향으로 LC보다 훨씬 나운 성능을 보 이는데, LC에 비해서 트래픽이 양호한 경우에 평균 43.88%의 성능향상을 보인다. 그리고 WLC와 AGE를 비교한 실험 결과, 트래픽이 복잡한 경우에는 평균 1.
• 88%의 성능향상을 보인다. 그리고 WLC와 AGE를 비교한 실험 결과, 트래픽이 복잡한 경우에는 평균 1.71%, 트래픽이 양호한 경우에는 평균 10.25%, 트래픽이 한산한 경우에는 평균 1682%의 성능 향상이 일어난다.
• 실험에서 가정하고 있는 서버의 개수는 4대이며, 입력 트래 픽의 평균 작업 크기가 약 200KB이므로 평균 작업 도착 간격 이 2.3msec이면 트래픽이 양호하다고 말할 수 있다. 실험의 대 상이 되는 알고리즘은 라운드 로빈 정책(RR)과 최소 연결 정 책(LC), 가중치 최소 연결 정 책(WLC)이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기