Multi-Resource Optimization for Cloud Storage Systems

초록

최근, 관리해야 하는 데이터의 크기가 증가하고 그 유형이 다양해지면서 데이터를 쉽게 저장하고 관리할 수 있는 클라우드 오브젝트 스토리지 수요가 증가하고 있다. 그러나, 현재 서비스 중인 오브젝트 스토리지는 데이터 인코딩 관점에서 한계가 존재한다. 기존 오브젝트 스토리지 시스템들은 데이터의 가용성 및 강인성을 높이기 위한 인코딩 작업을 게이트웨이 서버 또는 스토리지 서버 중 한 곳에서만 수행한다. 이로 인해 동적으로 변하는 인프라 내 네트워크/프로세싱/스토리지 자원에 대응하지 못하고 차선의 성능을 얻을 수밖에 없었다. 본 논문에서는 정적인 위치에서만 인코딩을 하던 기존 틀에서 벗어나 두 유형의 서버에서 동적으로 인코딩하면서, 어떤 인프라에서도 최상의 오브젝트 저장 처리율을 달성할 수 있는 DexEncoding 알고리즘을 제안한다. 마지막으로, DISK/CPU에 대하여 실측한 데이터에 기반한 시뮬레이션을 통해 정적인 인코딩 방식을 사용하는 기존 시스템 성능을 제안한 알고리즘이 상회함을 확인한다.