KIISE Transactions on Computing Practices (정보과학회 컴퓨팅의 실제 논문지)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지
DOI QR코드

DOI QR Code

Data Replication and Migration Scheme for Load Balancing in Distributed Memory Environments

분산 인-메모리 환경에서 부하 분산을 위한 데이터 복제와 이주 기법

  • 최기태 (충북대학교 정보통신공학과) ;
  • 윤상원 (충북대학교 정보통신공학과) ;
  • 박재열 (충북대학교 정보통신공학과) ;
  • 임종태 (충북대학교 정보통신공학과) ;
  • 복경수 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • Received : 2015.09.09
  • Accepted : 2015.11.03
  • Published : 2016.01.15
⟨ Previous Next ⟩

Abstract

Recently, data has been growing dramatically along with the growth of social media and digital devices. A distributed memory processing system has been used to efficiently process large amounts of data. However, if a load is concentrated in a certain node in distributed environments, a node performance significantly degrades. In this paper, we propose a load balancing scheme to distribute load in a distributed memory environment. The proposed scheme replicates hot data to multiple nodes for managing a node's load and migrates the data by considering the load of the nodes when nodes are added or removed. The client reduces the number of accesses to the central server by directly accessing the data node through the metadata information of the hot data. In order to show the superiority of the proposed scheme, we compare it with the existing load balancing scheme through performance evaluation.

최근 소셜 미디어의 성장과 디지털 기기의 활용이 증가함에 따라 데이터가 기하급수적으로 급증하고 있다. 이러한 대용량의 데이터를 효율적으로 처리하기 위해 분산 메모리 처리 시스템을 사용한다. 하지만 분산 환경에서 특정 노드에 부하가 집중이 되면 노드의 성능이 저하되는 문제가 발생한다. 본 논문은 분산 메모리 환경에서 노드의 부하를 적절하게 분배하는 부하 분산 기법을 제안한다. 제안하는 기법은 노드의 부하를 관리하기 위해 핫 데이터를 여러 노드에 복제하고 노드가 추가되거나 삭제될 때 노드의 부하를 고려하여 데이터를 이주시킨다. 클라이언트는 핫 데이터의 메타데이터 정보를 유지하여 직접 노드에 접근함으로써 중앙 서버의 접근을 감소시킨다. 성능 평가를 통해 제안하는 부하 분산 관리 기법이 기존에 캐시 관리 기법에 비해 우수함을 입증한다.

Keywords

Acknowledgement

Supported by : 정보통신기술진흥센터, 한국연구재단, 한국에너지기술평가원(KETEP)

References

  1. H. Zhang, B. Tudor, G. Chen, and B. Ooi, "Efficient in-memory data management: An analysis," Proc. of VLDB, pp. 833-836, 2014.
  2. J. Hwang and T. Wood, "Adaptive performanceaware distributed memory caching," Proc. of ICAC, pp. 33-43, 2013.
  3. K. Choi, S. Yoon, J. Park, J. Lim, K. Bok, and J. Yoo, "An Efficient Cache Management Scheme for Load Balancing in Distributed Memory Environments," Proc. of KIISE KCC, pp. 222-224, 2014. (in Korean)
  4. Y. Lu, H. Sun, X. Wang, and X. Liu, "R-Memcached: a consistent cache replication scheme with Memcached," Proc. of Middleware (Posters & Demos), pp. 29-30, 2014.
  5. Y. Cheng, A. Gupta, and A. R. Butt, "An in-memory object caching framework with adaptive load balancing," Proc. of EuroSys, p. 4, 2015.
  6. I. Stoica, R. Morris, D. Liben-Nowell, D. Karger, M. Kaashoek, F. Dabek, and H. Balakrishnan, "Chord: a scalable peer-to-peer lookup service for Internet applications," Proc. of SIGCOMM Conference, pp. 149-160, 2001.