[論文レビュー] Data Allocation in a Heterogeneous Disk Array - HDA with Multiple RAID Levels for Database Applications

Alexander Thomasian, Jun Xu|arXiv (Cornell University)|Oct 16, 2015

Advanced Data Storage Technologies被引用数 2

ひとこと要約

本稿では、データベースワークロードを想定した、異種ディスクアレイのデータ割り当て戦略を提案する。この戦略は、バーチャルアレイ（VA）を、RAIDレベルを変化させることでディスク帯域幅、容量利用効率、負荷分散を最適化する。ピーク利用率とディスク間の利用率のばらつきを最小化し、クラスタ化されたRAID5を活用することで、不要な冗長性オーバーヘッドを削減しながら、割り当て可能なVAの数を最大化する。

ABSTRACT

We consider the allocation of Virtual Arrays (VAs) in a Heterogeneous Disk Array (HDA). Each VA holds groups of related objects and datasets such as files, relational tables, which has similar performance and availability characteristics. We evaluate single-pass data allocation methods for HDA using a synthetic stream of allocation requests, where each VA is characterized by its RAID level, disk loads and space requirements. The goal is to maximize the number of allocated VAs and maintain high disk bandwidth and capacity utilization, while balancing disk loads. Although only RAID1 (basic mirroring) and RAID5 (rotated parity arrays) are considered in the experimental study, we develop the analysis required to estimate disk loads for other RAID levels. Since VA loads vary significantly over time, the VA allocation is carried out at the peak load period, while ensuring that disk bandwidth is not exceeded at other high load periods. Experimental results with a synthetic stream of allocation requests show that allocation methods minimizing the maximum disk bandwidth and capacity utilization or their variance across all disks yield the maximum number of allocated VAs. HDA saves disk bandwidth, since a single RAID level accommodating the most stringent availability requirements for a small subset of objects would incur an unnecessarily high overhead for updating check blocks or data replicas for all objects. The number of allocated VAs can be increased by adopting the clustered RAID5 paradigm, which exploits the tradeoff between redundancy and bandwidth utilization. Since rebuild can be carried out at the level of individual VAs, prioritizing rebuild of VAs with higher access rates can improve overall performance.

研究の動機と目的

• データベースワークロードを想定した、異種ディスクアレイ（HDA）におけるディスク帯域幅と容量利用効率の向上を目的とする。
• ディスク間の負荷バランスを維持しながら、割り当て可能なバーチャルアレイ（VA）の数を最大化することを目的とする。
• VAの要件に応じて適切なRAIDレベル（例：RAID1、RAID5）を割り当てることで、冗長性オーバーヘッドを削減することを目的とする。
• クラスタ化されたRAID5と優先順位付きリカバリの全体的なシステム性能に与える影響を評価することを目的とする。
• RAID1とRAID5にとどまらない複数のRAIDレベルにおけるディスク負荷の推定フレームワークを構築することを目的とする。

提案手法

• 実際のデータベースワークロードを模倣するため、VAの割り当てリクエストの合成ストリームを用いる。
• RAIDレベル、必要スペース、各VAごとのディスク負荷を考慮した単一パスの割り当てアルゴリズムを適用する。
• すべてのディスクにおける最大ディスク帯域幅および容量利用効率、またはそれらの分散を最小化することで、割り当て成功確率を向上させる。
• 実験はRAID1とRAID5に限定されているが、分析手法の拡張により複数のRAIDレベルをサポートする。
• アクセスレートに応じた各VAのリカバリ優先順位付けを可能にし、回復時における性能向上を図る。
• 帯域幅利用効率の向上と冗長性コストの低減を実現するため、クラスタ化されたRAID5を実装する。

実験結果

リサーチクエスチョン

• RQ1 ピークディスク利用率を最小化することは、HDAにおける成功したVAの割り当て数にどのように影響するか？
• RQ2 複数のRAIDレベルを用いることで、異種ディスクアレイにおける帯域幅と容量利用効率にどのような影響を与えるか？
• RQ3 モノリシックなRAIDレベルと比較して、クラスタ化されたRAID5は、割り当て効率の向上と冗長性オーバーヘッドの低減を実現できるか？
• RQ4 高アクセスレートのVAのリカバリを優先することは、全体のシステム性能にどのように影響するか？
• RQ5 RAIDレベルの変更が、ディスク負荷推定と割り当て意思決定に与える影響は何か？

主な発見

• 最大ディスク帯域幅および容量利用効率、またはそれらの分散を最小化する割り当て手法が、最も多くのVAを割り当てることに成功した。
• すべてのVAにRAID1を適用すると、不要なオーバーヘッドが生じる。VAの要件に応じてRAIDレベルを割り当てることで、冗長性コストを削減できる。
• クラスタ化されたRAID5により、帯域幅利用効率が向上し、冗長性と帯域幅のトレードオフを活用することで、割り当て可能なVAの数が増加した。
• 高アクセスレートのVAのリカバリを優先することで、回復期間中の全体のシステム性能が向上した。
• 提案手法は、ディスク間の負荷をバランスさせながら、高いディスク帯域幅と容量利用効率を維持した。
• フレームワークは、RAID1とRAID5にとどまらないRAIDレベルにおけるディスク負荷推定を可能とし、より広範な適用性を実現した。