• 한국멀티미디어학회논문지
• /
• 제4권1호
• /
• pp.13-28
• /
• 2001

주문형 비디오 시스템에서, 비디오 데이터는 일반적으로 자기 디스크 배열에 저장된다. 데이터 검색을 위한 실시간 요구사항을 제공하기 위하여 연속적인 매체의 전달이 시간적으로 보장되도록 비디오 스트림들이 클라이언트들에게 연속적으로 전달되어야 한다. 프로세서와 네트워크의 증가된 성능에 비교하면, 자기 디스크 시스템의 성능은 단지 약간만 개선되었을 뿐이다. 저장 시스템의 성능을 개선하기 위하여 더스크 배열 시스템이 제안되어 사용되고 있다. 배열 시스템은 디스크들을 병렬로 배치하고 데이터를 동시에 검색함으로써 입출력 성능을 개선한다. 본 논문에서는, VOD 시스템에서의 비디오 데이터를 접근하기 위하여 고정 시간 길이(CTL : Constant Time Length)와 고정 데이터 길이 (CDL: Constant Data Length) 두 가지 액세스 정책을 고려하였다. 디스크 스케줄링 정책도 그 두 개의 범주로 분류하고, 데이터 액세스 정책과 디스크 스케줄링 정책을 동시에 고려한 통합 환경에서, 디스크 배열의 동기화 정도에 따른 최대 허용 비디오 스트림수에 대하여 비교하였다. 비교된 스케쥴링 정책 중에서 LOOK이 제일 우수함을 보여주고 있고, 동기화 정도별로는 동기화가 커질수록 이득이 있었다. CTL과 CDL의 성능 비교에서는 CTL이 최대 허용 스트림 수 측면에서 약간 우수한 성능을 보여줌을 확인할 수 있었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제5권8호
• /
• pp.181-188
• /
• 2016

최근 급격히 증가하는 공간 데이터를 효율적으로 처리하기 위해 많은 연구들이 진행되고 있다. 기존 관계형 데이터베이스 시스템을 확장한 공간 데이터베이스 시스템은 확장성에 대한 문제가 있으며, 분산 처리 플랫폼인 하둡을 확장한 SpatialHadoop은 중간 연산 결과를 디스크에 작성하기 때문에 파일 입출력의 오버헤드로 성능이 저하되는 문제가 있다. 본 논문은 인-메모리 기반 분산 처리 프레임워크인 스파크를 확장한 공간 연산 스파크를 제안하였다. 또한 공간 연산 스파크의 성능을 향상시키기 위하여 GPGPU를 결합한 모델을 개발하였다. 공간 연산 스파크는 중간 연산 결과를 메모리에 유지시키는 스파크의 특징을 그대로 사용하고 있으며, GPGPU 기반 공간 연산 스파크의 경우 다수의 PE를 이용하여 병렬처리하기 때문에 효율적으로 공간 연산을 수행할 수 있다. 본 논문은 단일 AMD 시스템에서 공간 연산 스파크와 GPGPU 기반 공간 연산 스파크를 구현하였다. 공간 연산 스파크와 GPGPU 기반 공간 연산 스파크의 성능을 평가하기 위하여 Point-in-Polygon 연산과 Spatial Join 연산을 수행하였으며, SpatialHadoop에 비하여 최대 8배의 성능 향상을 확인하였다.