Evaluation of Edge-Based Data Collection System for Key-Value Store Utilizing Time-Series Data Optimization Techniques

시계열 데이터 최적화 기법을 활용한 Key-value store의 엣지 기반 데이터 수집 시스템 평가

In today's world, we find ourselves facing energy crises due to factors such as war and climate crises. To prepare for these energy crises, many researchers continue to study systems related to energy monitoring and conservation, such as energy management systems, energy monitoring, and energy conservation. In line with these efforts, nations are making it mandatory for energy-consuming facilities to implement these systems. However, these facilities, limited by space and energy constraints, are exploring ways to improve. This research explores the operation of a data collection system using low-performance embedded devices. In this context, it proves that an optimized version of RocksDB, a Key-Value store, outperforms traditional databases when it comes to time-series data. Furthermore, a comprehensive database evaluation tool was employed to assess various databases, including optimized RocksDB and regular RocksDB. In addition, heterogeneous databases and evaluations are conducted using a UD Benchmark tool to evaluate them. As a result, we were able to see that on devices with low performance, the time required was up to 11 times shorter than that of other databases.

오늘날 우리는 전쟁과 기후 위기 등에 의해 에너지 위기 요소를 안고 있게 되었다. 이러한 에너지 위기를 대비하기 위해 많은 연구자가 에너지 관리 시스템이라는 에너지 절감 및 관리와 같은 에너지 모니터링 및 에너지 절감에 대한 시스템에 대한 연구를 지속하고, 이에 발맞춰 국가에서도 에너지 다소비 사업장에서 이를 의무화하고 있다. 이러한 공장은 공간과 에너지적 한계가 존재하여 이를 개선 하고자 낮은 성능의 임베디드 디바이스로 데이터 수집 시스템을 구동하는 방안에 대해 연구를 진행한다. 이때 임베디드 디바이스에서 기존의 데이터베이스가 아닌 Key-value store인 RocksDB의 최적화 버전이 시계열 데이터에 우수한 성능을 보임을 평가를 통해 보인다. 또한 이를 평가하기 위한 범용 데이터베이스 평가 도구를 통해 이종 데이터베이스와 평가를 진행한다. 그 결과 낮은 성능의 디바이스에서 타 데이터베이스 대비 11배 짧은 소요 시간을 기록하는 것을 볼 수 있었다.