디지털 라이브러리[ 검색결과 ]
압축 기반 파일 시스템 데이터 일관성 유지 기법
http://doi.org/10.5626/JOK.2019.46.9.885
데이터 일관성 메커니즘은 시스템 오류 및 정전으로 인해 데이터가 손상되지 않도록 방지하기 위한 파일 시스템의 중요한 컴포넌트이다. 그러나, Ext4 파일 시스템의 기본 저널 모드는 성능상의 이유로 일반 데이터를 제외한 메타 데이터에 대한 일관성만을 보장한다. 즉, 기본 저널 모드는 파일 시스템의 전체 데이터에 대한 일관성을 완벽하게 보장하지 않는다. 이에, 본 논문에서는 파일 시스템의 데이터 일관성을 완벽하게 보장하면서 Ext4의 기본 저널 모드에 비해 향상되거나 유사한 성능을 제공하는 새로운 데이터 일관성 유지 기법을 제안한다. 제안 기법은 압축을 통해서 저널 영역에 요청되는 쓰기 요청의 양을 감소시키고 fsync() 시스템 콜 호출 횟수를 반으로 감소시킨다. 제안 기법을 평가하기 위해, 우리는 jbd2의 일부 코드를 수정하였으며, SSD와 HDD 환경에서 제안 기법의 성능을 Ext4의 두가지 저널 모드와 비교하였다. 실험 결과, 제안 기법이 기본 저널 모드 대비 최대 8.3배 시스템의 성능을 향상시킨다는 사실을 확인하였다.
최신 하드웨어에서의 동기화 도구들의 비용
http://doi.org/10.5626/JOK.2018.45.11.1210
오늘날 널리 사용되고 있는 멀티 코어 시스템에서는 모든 프로세서 코어를 사용하는 효율적인 동시성 제어 알고리즘을 사용하는 것이 중요하다. 그러나, 암달의 법칙은 프로그램이 확장될 수 없는 부분을 가지고 있는 한 무한히 확장될 수 없다고 이야기 한다. 더 나아가, 순서의 법칙은 동시성 알고리즘에서 순서를 짓기 위한 비싼 동기화 작업은 사라질 수 없다고 이야기 한다. 결국, 알고리즘의 트레이드오프를 결정짓기 위해선 각 동기화 기능의 실제 비용을 아는 것이 중요하다. 일반적인 동기화 도구들의 대략적 비용은 널리 알려져 있지만, 이는 하드웨어 종속적이기 때문에 특정 시스템에서는 정확치 않을 수 있다. 본 논문은 최신 하드웨어에서 동기화 도구의 비용을 측정해 보고 그 결과에 대해 논한다.
비 휘발성 메모리 기반 로그 구조 버퍼의 설계 및 구현
http://doi.org/10.5626/JOK.2018.45.11.1117
PCM, STT-MRAM과 같은 차세대 비 휘발성 메모리(NVM) 기술은 낮은 지연시간, 높은 대역폭, 비 휘발성 및 높은 용량을 제공한다. 이러한 NVM은 고성능 컴퓨팅을 위해 컴퓨터 시스템 및 데이터베이스 분야에서 널리 사용 및 연구되고 있다. 예를 들어, 최근 연구자들은 NVM을 파일시스템의 저널링 버퍼 및 데이터베이스의 로깅을 위해 사용하며 이에 따른 최적화 연구들을 많이 진행하고 있다. 기존연구들을 보완하는 연구로 본 논문에서는 응용의 원자성 페이지(page) 업데이트에 대해 초점을 맞춘다. 예를 들어, 데이터베이스 시스템과 같은 데이터 관리 응용에서는 여러 페이지들을 원자적으로 업데이트하기 위해, 임시 버퍼를 두고 중복적인 쓰기 연산을 수행함으로써 그 페이지들의 원자성을 보장한다. 하지만, 이러한 중복적인 쓰기 연산은 성능을 크게 감소시킬 수 있다. 따라서 본 논문에서는 일관성을 보장하면서 성능을 향상시키기 위해, 하나의 로그 구조 버퍼 관리자(Log-structured buffer manager(LSBM))를 소개한다. LSBM은 원자적 업데이트를 위해 로그 기반으로 페이지를 NVM에 업데이트하고 버퍼링 기능을 제공한다. 또한 해당 버퍼에 중복 페이지가 있을 경우, 이전 버전의 페이지를 제거하여 최신의 페이지만 반영하도록 함으로써 입출력과 쓰기량을 최소화시킨다. 실험결과는 LSBM이 응용의 성능을 개선시키고 총 쓰기량을 감소시킴을 보여준다.
주제 추출을 위한 맵리듀스 기반의 사전확률 최적화 알고리즘
http://doi.org/10.5626/JOK.2018.45.5.478
대용량 테스트 문서에서 의미 있는 정보를 찾기 위한 다양한 주제 추출 알고리즘이 사용되고 있다. 주제 추출 알고리즘은 베이지안(Bayes) 확률 모델을 사용하기 때문에 사전확률 α와 β가 입력으로 주어져야 한다. 기존에는 주제 추출 알고리즘을 사용하기 위해 기본(default) 사전확률을 사용하거나, 주관적으로 그 값을 결정하였다. 본 연구에서는 주제 추출 알고리즘의 사전확률을 자동으로 결정해주는 맵리듀스 기반의 알고리즘을 제안하고 대용량 데이터에 대한 성능과 정확도를 크게 향상시켰다. 기존의 단일 쓰레드 알고리즘과 다르게, 제안된 맵리듀스 알고리즘은 입력된 데이터에 적합한 사전확률을 빠르게 찾고 주제 추출 알고리즘을 실행하여 정확한 주제를 추출할 수 있다. 본 연구의 실험 결과에 따르면, 제안 방안은 주제일관성과 성능 측면에서 기존 방안보다 우수함을 나타낸다.
스토리지 클래스 메모리를 위한 롤백-복구 방식의 데이터 일관성 유지 기법
스토리지 클래스 메모리(SCM)는 메모리와 스토리지의 장점을 동시에 가지고 있기 때문에 기존의 스토리지를 대체할 차세대 스토리지로 주목 받고 있다. 하지만 현재까지 제안된 SCM 전용 파일시스템은 데이터 일관성을 충분히 보장하지 않거나 혹은 보장될 경우, 과도한 일관성 유지 비용을 발생시키는 문제점을 지니고 있다. 본 논문에서는 보편적으로 사용하는 WAL(Write Ahead Logging) 방식의 일관성 유지 기법 대신 롤백-복구 방식을 이용하여, 블록내의 변경되는 데이터의 비율에 따라 로그 데이터 기록방식을 변경하는 데이터 일관성 유지 기법을 제안한다. 본 기법은 데이터 일관성 손실 없이 로그 데이터의 크기를 줄여 데이터 쓰기 및 동기화 비용을 최소화시킬 수 있다. 제안한 기법을 평가하기 위해 리눅스 3.10.2 상에 구현하여 성능을 측정한 결과, 다른 일관성 유지기법에 비해 평균적으로 9배 정도의 데이터 쓰기 성능이 향상됨을 볼 수 있었다.
