[論文レビュー] On the Latency of Erasure-Coded Cloud Storage Systems.

Akshay Kumar, Ravi Tandon+1 more|arXiv (Cornell University)|May 12, 2014

Advanced Data Storage Technologies参考文献 37被引用数 9

ひとこと要約

本稿は、n台のサーバーがR種類のデータクラスを格納する非均質な分散ストレージモデルを提案し、各データクラスを(n,ki)エラー訂正符号で符号化し、さまざまなスケジューリングポリシー下での平均取得遅延をキューイング理論を用いて分析する。各データクラスにおける遅延のタイトな上限および下限を確立し、データの非均質性とスケジューリングが性能および公平性に与える影響を明らかにする。

ABSTRACT

Distributed (Cloud) Storage Systems (DSS) exhibit heterogeneity in several dimensions such as the volume (size) of data, frequency of data access and the desired degree of reliability. Ultimately, the complex interplay between these dimensions impacts the latency performance of cloud storage systems. To this end, we propose and analyze a heterogeneous distributed storage model in which $n$ storage servers (disks) store the data of $R$ distinct classes. Data of class $i$ is encoded using a $(n,k_{i})$ erasure code and the (random) data retrieval requests can also vary from class to class. We present a queuing theoretic analysis of the proposed model and establish upper and lower bounds on the average latency for each data class under various scheduling policies for data retrieval. Using simulations, we verify the accuracy of the proposed bounds and present qualitative insights which reveal the impact of heterogeneity and scheduling policies on the mean latency of different data classes. Lastly, we conclude with a discussion on per-class fairness in heterogeneous DSS.

研究の動機と目的

• データクラスがサイズ、アクセス頻度、信頼性要件において異なる非均質なクラウドストレージシステムをモデル化すること。
• エラー訂正符号化ストレージにおけるデータの非均質性とスケジューリングポリシーが平均取得遅延に与える影響を分析すること。
• さまざまなスケジューリング戦略下での各データクラスの平均遅延に対する理論的上限と下限を導出すること。
• シミュレーションを用いてこれらの上限・下限の正確さを評価し、システム設計のトレードオフに関する定性的な洞察を提供すること。
• 非均質な分散ストレージシステム（DSS）における各クラスの公平性を議論すること。

提案手法

• 各データクラスが(n,ki)エラー訂正符号で符号化され、n台のストレージサーバーに分散して格納される非均質な分散ストレージモデルを定式化する。
• リクエストの到着とサービス時間のクラスごとのばらつきを考慮し、データ取得をキューイングシステムとしてモデル化する。
• キューイング理論的手法を適用し、各データクラスの平均遅延の上限および下限を導出する。
• 優先順位ベースやFCFSなどの複数のスケジューリングポリシーを検討し、それらが遅延および公平性に与える影響を評価する。
• シミュレーションを用いて理論的上限・下限の妥当性を検証し、さまざまなワークロードおよびパラメータ設定下でのシステム挙動を探索する。
• 非均質DSSにおける各クラスのパフォーマンストレードオフを評価するための公平性指標を導入する。

実験結果

リサーチクエスチョン

• RQ1 サイズ、アクセス頻度、信頼性の観点から見たデータの非均質性は、エラー訂正符号化クラウドストレージシステムにおける平均取得遅延にどのように影響するか？
• RQ2 異なるスケジューリングポリシー下での各データクラスの平均遅延の理論的上限は何か？
• RQ3 導出された上限および下限は、実際のシステム挙動と比較してどの程度正確か？
• RQ4 スケジューリングポリシーは、異なるデータクラス間の遅延および公平性にどのように影響するか？
• RQ5 非均質な分散ストレージシステムにおいて、パフォーマンスと公平性の間にはどのようなトレードオフが存在するか？

主な発見

• 提案されたキューイングモデルは、エラー訂正符号化システムにおけるデータの非均質性と取得遅延の相互作用を的確に捉えている。
• 各データクラスの平均遅延に対してタイトな上限および下限が導出され、信頼性の高いパフォーマンス推定が可能となった。
• シミュレーション結果は、多様なシステム構成において理論的上限・下限の正確さを裏付けた。
• スケジューリングポリシーは遅延に顕著な影響を及ぼし、優先順位ベースの方式は高優先度クラスの遅延を短縮するが、低優先度クラスの遅延を増加させる。
• データアクセスパターンおよび符号化パrameterの非均質性により、クラス間で非一様な遅延が生じ、公平性に配慮したスケジューリングが不可欠となる。
• 標準的なスケジューリングポリシーでは各クラスの公平性が損なわれるため、非均質DSSにおける公平性に配慮した設計の必要性が浮き彫りになった。