초록 ▼

□ 연구개요
SDS(Software Defined Storage)는 사용자가 요구하는 가상 머신에 대한 Provisioning과 서버의 자원 관리를 위한 Self-service 인터페이스를 제공하는 플랫폼으로 정의하고 있고 가상화를 통해 하드웨어 아키텍처에 독립적인 스토리지 서비스를 제공하는 것이다.
기존의 클라우드 컴퓨팅에서 스토리지는 시스템에서 발생하는 I/O에 초점을 둔 최적화 연구들이 진행되어 왔으나 SDS 환경에서는 사용자 측면을 고려한 최적화, 빠른 자원 관리를 위한 고성능 프로세싱 및 Scale-Out 상황에

□ 연구개요
SDS(Software Defined Storage)는 사용자가 요구하는 가상 머신에 대한 Provisioning과 서버의 자원 관리를 위한 Self-service 인터페이스를 제공하는 플랫폼으로 정의하고 있고 가상화를 통해 하드웨어 아키텍처에 독립적인 스토리지 서비스를 제공하는 것이다.
기존의 클라우드 컴퓨팅에서 스토리지는 시스템에서 발생하는 I/O에 초점을 둔 최적화 연구들이 진행되어 왔으나 SDS 환경에서는 사용자 측면을 고려한 최적화, 빠른 자원 관리를 위한 고성능 프로세싱 및 Scale-Out 상황에 적합한 신뢰성 연구가 미흡한 상황이다. 본 연구에서는 SDS 환경에서 자원 할당을 NP-hard 문제로 접근하여 수학적인 Optimization 문제해결 알고리즘(CSP, BPP, SPA)을 적용하고 이를 통해 시스템과 사용자의 요구 조건을 만족하는 성능 최적화 연구 진행할 것이다. 또한 자원의 효율성을 위한 데이터 중복제거, 압축에 관한 연구 및 Scale-Out 상황에 적합한 신뢰성과 가용성을 제공하는 시스템 소프트웨어 개발을 하고자 한다.

□ 연구 목표대비 연구결과
1차년도에는 SDS환경에서 스토리지 성능 최적화를 위한 워크로드를 분석하였다. RAID기반 SDS환경에서 small-write로 인한 잦은 업데이트는 성능저하의 원인이 되며 Buffer caching replacement(BCR)을 이용하는 빠른 복구와 고신뢰성의 구조를 갖는 Delta RAID기법을 제안하여 throughput성능을 향상시켰다. 데이터 크기 및 유형분석에 따른 스토리지 성능 최적화와 한정된 자원에서 SLA를 고려한 스토리지 서비스로 Two-variable Best Fit Decreasing(TBFD), Weighting Best Fit Decreasing(WBFD)기법을 개발하였다 2차년도에는 SDS의 공간효율성 및 고성능 처리연구를 진행하였다. TBFD와 WBFD에 GPU를 활용한 병렬자원할당기법을 개발하였으며, flash array 기반 오픈스택 클라우드 블록스토리지에서 패리티 데이터 중복제거기법을 제안하였다. 이결과물은 국내외적으로 최초의 연구개발이라고 볼 수 있다. SPC, EVENODD, Reed Solomon 소거코드 등의 패리티연산에 GPU를 활용한 성능가속화 연구를 진행하였으며, 계층RAID구조 가상머신에서 GPU가속화를 이용한 인코딩 및 디코딩 기법으로 확장하였다. 3차년도에는 SDS의 확장성, 가용성 및 신뢰성향상 연구를 진행하였다. Scale-out시에 유사도기반 클러스터링을 적용한 분산 데이터 중복제거 방법을 개발하였으며, 오픈스택SDS환경에서 Nova기반 가상머신서버와 라빈해쉬 유사도와 블룸필터를 적용한 Cinder기반 중복제거서버 그리고 Controller 기반 코디네이터 서버로 중복제거 시스템을 구현하였다. 그 외에도 live-migration을 지원하는 SDS환경에서 인공신경망(LSTM)을 이용한 워크로드 특성 분석 및 자원할당기법을 개발하고 Anti-affinity를 이용한 호스트 고장대비 기술과 scale-out에 적합한 새로운 flexible erasure codes를 개발하였다.

□ 연구개발결과의 중요성
기존의 아키텍쳐 벤더에 의해 주도되어 왔던 스토리지 시스템은 SDS를 통해 하드웨어 아키텍쳐에 비종속적인 사용자 중심의 시스템으로 변화되고 있다. 하지만 국내 학계 및 기업에서 새로운 개념인 SDS에 대한 연구가 미흡한 실정이었다. 본 연구 개발결과를 통하여 SDS환경에서 고려해야하는 다양한 문제점에 대한 솔루션을 제시하고 관련기업에서 이를 활용한 스토리지 시스템 개발이 활성화될 것으로 보인다. 사용자 중심의 워크로드 분석을 바탕으로 개발된 SDS환경의 성능 최적화 알고리즘 및 솔루션을 통해 신뢰성, 고가용성, 고성능, 공간효율성 향상을 위한 다양한 알고리즘연구를 진행하였다. 클라우드 IT인프라를 구축하고자 하는 다양한 업체들의 요구에 부합하는 솔루션을 제공함으로써 SDS의 도입이 조만간 활성화될 것이다. 또한, 오픈 소스 기반의 연구를 진행하였으며 향후 다양한 학계와 업체가 참여하여관련 연구자들의 교류를 통해 폭넓은 연구 활성화를 도모하고 있다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 3
• 2. 연구수행내용 및 연구결과 ... 4
• 가. 1차년도(2015) - Software Defined Storage의 데이터 분석을 통한 성능 최적화 연구 ... 4
• 나. 2차년도(2016) - Software Defined Storage의 공간효율성 및 고성능 프로세싱 연구 ... 5
• 다. 3차년도(2017) - Software Defined Storage의 확장성, 가용성 및 신뢰성 향상 연구 ... 6
• 3. 연구개발결과의 중요성 ... 7
• 가. 연구결과의 중요성 및 기여도 ... 7
• 4. 참고문헌 ... 7
• 5. 연구성과 ... 8
• 끝페이지 ... 13