[論文レビュー] Energy and Performance-Can a Wimpy-Node Cluster Challenge a Brawny Server?

Daniel Schall, Theo Härder|arXiv (Cornell University)|Jul 1, 2014

Cloud Computing and Resource Management参考文献 16被引用数 5

ひとこと要約

この論文は、OLTPおよびOLAPワークロード下でのエネルギー効率性とパフォーマンスを、軽量（wimpy）ノードのクラスタ（WattDB）と、1台の高性能（brawny）サーバーとで比較評価している。クラスタはワークロードの需要に応じてノード数を動的にスケーリングし、特に低～中程度の利用状況下で、モノリシックサーバーより最大50％低いエネルギー消費を達成した。ワークロード予測を用いることで、パフォーマンスの妥協を最小限に抑え、エネルギー効率性を向上させた。

ABSTRACT

Traditional DBMS servers are usually over-provisioned for most of their daily workloads and, because they do not show good energy proportionality, waste a lot of energy while underutilized. A cluster of small (wimpy) servers, where the number of nodes can dynamically adjust to the current workload, might offer better energy characteristics for these workloads. Yet, clusters suffer from "friction losses" and may not be able to quickly adapt to the workload, whereas a single, brawny server delivers performance instantaneously. In this paper, we compare a small cluster of lightweight nodes to a single server in terms of performance and energy efficiency. We run several benchmarks, consisting of OLTP and OLAP queries at variable utilization to test the system's ability to adjust to the workloads. To quantify possible energy saving and its conceivable drawback on query runtime, we evaluate our implementation on a cluster as well as on a single, brawny server and compare the results w.r.t. performance and energy consumption. Our findings confirm that - based on the workload - energy can be saved without sacrificing too much performance.

研究の動機と目的

• 軽量ノードから構成される動的スケーラブルクラスタが、許容可能なパフォーマンスを維持しながら、単一のハイエンドサーバーよりもエネルギー効率性に優れているかどうかを評価すること。
• 分散システムにおけるネットワーク通信および調整オーバーヘッドに起因する「摩擦損失」が、パフォーマンス劣化に与える影響を調査すること。
• ワークロードの予測可能性および予測技術が、クラスタのエネルギー効率性と応答時間に与える影響を評価すること。
• 実際のOLTPおよびOLAPワークロード下で、クラスタ型DBMS（WattDB）と従来のモノリシックDBMSのエネルギー消費とクエリスループットを比較すること。
• 「摩擦損失」が inherent であるにもかかわらず、クラスタベースのアプローチがエネルギー比例性に優れるワークロード条件を特定すること。

提案手法

• コンmodity、Amdahlバランスの取れたwimpyノードに構築された分散型でエラスティックなDBMSの研究プロトタイプ「WattDB」を実装した。
• OLTPおよびOLAPワークロードを評価するために、TPC-CおよびTPC-Hベンチマークを用い、さまざまな利用状況レベルで実行した。
• 負荷変化を予測してクラスタサイズを事前にスケーリングすることで、応答時間のペナルティを低減するため、ワークロード予測を採用した。
• 異なる利用状況レベルにおけるエネルギー消費とクエリパフォーマンスを測定し、クラスタと1台の高性能サーバーを比較した。
• 静的および予測ベースのクラスタスケーリング戦略を評価し、プロアクティブなリソース割り当てがエネルギーとパフォーマンスに与える影響を分析した。
• エネルギー効率性を、合計エネルギー（Wh）、スループット（1秒あたりのクエリ数）、1クエリあたりの平均エネルギー（mJ/クエリ）で定量化し、比較のため対数スケールで可視化した。

実験結果

リサーチクエスチョン

• RQ1 通常のデータベースワークロード下で、軽量ノードのクラスタが単一のハイエンドサーバーよりも優れたエネルギー効率性を達成できるか？
• RQ2 ネットワーク通信および調整オーバーヘッドに起因する「摩擦損失」は、モノリシックシステムと比較して、分散DBMSにおけるクエリパフォーマンスにどのように影響するか？
• RQ3 ワークロード予測が、動的スケーリングクラスタのパフォーマンスおよびエネルギー効率性をどの程度改善するか？
• RQ4 クラスタのエネルギー節約効果が、brawnyサーバーに対するパフォーマンスの劣化を上回るワークロード条件はどのようなものか？
• RQ5 特に低利用状況下において、エネルギー比例性はクラスタ型システムと集中型システムのどちらに顕著に現れるか？

主な発見

• 低～中程度の利用状況下で、wimpyノードクラスタはbrawnyサーバーよりも半分以下の電力を消費し、クエリ1件あたりのエネルギー消費が顕著に低くなった。
• OLAPワークロードでは、最小限の調整オーバーヘッドのおかげで、クラスタがモノリシックサーバーよりも優れたエネルギー効率性を達成した。
• OLTPワークロードでは、同期化および調整オーバーヘッドのため、brawnyサーバーに比べて最大1桁の遅延が生じたが、予測技術によりこの差が縮小した。
• ワークロード予測を活用することで、クラスタはエネルギー消費を低く抑えつつ、brawnyサーバーと同等のパフォーマンスを達成した。特に高強度ワークロードで顕著だった。
• 20～50％の利用状況範囲では、クラスタのエネルギー効率性がモノリシックサーバーを上回り、多くの実世界のデータベースアプリケーションで一般的な利用状況範囲であった。
• 予測準備フェーズでやや高い電力消費が見られたが、負荷のマッチングが向上し、無駄なアイドル状態のエネルギー消費が削減されたため、全体のエネルギー効率性が向上した。