[논문 리뷰] Browser-based distributed evolutionary computation: performance and scaling behavior

J. J. Merelo, Antonio Mora-García외 3명|ArXiv.org|2007. 01. 18.

Peer-to-Peer Network Technologies참고 문헌 13인용 수 4

한 줄 요약

이 논문은 웹 브라우저를 통해 광범위한 진화 계산을 실시간으로 수행할 수 있도록 하는 브라우저 기반 프레임워크인 DCoR(Distributed Computation on Rails)를 제안한다. Ruby on Rails와 AJAX를 사용하며, 서버 측에서의 성능 제약—특히 단일 스레드 요청 처리—로 인해 성능은 클라이언트 수에 따라 중간 정도로 향상되지만, 디버깅 비활성화 및 로깅 감소와 같은 최적화 조치로 평균 20% 향상이 가능함을 입증한다. 이는 서버 측 성능 제약을 제거하기 위한 아키텍처적 개선이 필요함을 시사한다.

ABSTRACT

The challenge of ad-hoc computing is to find the way of taking advantage of spare cycles in an efficient way that takes into account all capabilities of the devices and interconnections available to them. In this paper we explore distributed evolutionary computation based on the Ruby on Rails framework, which overlays a Model-View-Controller on evolutionary computation. It allows anybody with a web browser (that is, mostly everybody connected to the Internet) to participate in an evolutionary computation experiment. Using a straightforward farming model, we consider different factors, such as the size of the population used. We are mostly interested in how they impact on performance, but also the scaling behavior when a non-trivial number of computers is applied to the problem. Experiments show the impact of different packet sizes on performance, as well as a quite limited scaling behavior, due to the characteristics of the server. Several solutions for that problem are proposed.

연구 동기 및 목표

• 특수 소프트웨어 설치 없이 웹 브라우저를 분산 진화 계산의 참여자로 활용할 수 있는지의 타당성을 탐색하는 것.
• 웹 프레임워크를 사용한 브라우저 기반 진화 계산 시스템의 성능 및 확장성 행동을 평가하는 것.
• 여러 클라이언트 요청을 처리할 때 서버 아키텍처에서 발생하는 주요 성능 저하 요인을 규명하는 것.
• 서버 측 제약을 극복하고 확장성을 향상시키기 위한 아키텍처적 개선 방안을 제안하는 것.

제안 방법

• 시스템은 서버 측 로직과 클라이언트 측 자바스크립트 실행을 가능하게 하는 Model-View-Controller(MVC) 아키텍처를 Ruby on Rails로 구현한다.
• XmlHttpRequest를 사용한 AJAX를 통해 클라이언트(브라우저)와 서버 간 비동기 통신을 구현함으로써, 차단되지 않는 계산과 실시간 업데이트를 가능하게 한다.
• 진화 계산은 농장 모델(farming model)을 통해 분산 처리되며, 클라이언트는 염색체를 평가하고 결과를 서버로 반환한다.
• 서버는 평가 속도(초당 평가 수)와 같은 성능 메트릭을 기록하며, 이를 성능 및 확장성 분석에 활용한다.
• 실험은 패킷 크기, 개체 수, 네트워크 조건(로컬, 패스트 이더넷, 와이파이)을 변화시키며, 클라이언트는 순차적으로 참여한다.
• 성능는 여러 런에 걸쳐 박스플롯 형식으로 측정되며, 디버깅 기능 유무에 따라 개발 모드와 프로덕션 모드를 비교한다.

실험 결과

연구 질문

• RQ1 특수 응용 프로그램 설치 없이 웹 브라우저를 분산 진화 계산의 계산 노드로 효과적으로 활용할 수 있는가?
• RQ2 클라이언트 수가 증가함에 따라 브라우저 기반 진화 계산 시스템의 성능은 어떻게 변화하는가?
• RQ3 여러 브라우저 클라이언트 요청을 처리할 때 현재 서버 아키텍처에서 발생하는 주요 성능 저하 요인은 무엇인가?
• RQ4 디버깅 모드 및 로깅 설정과 같은 서버 측 설정이 전체 시스템 성능에 어떤 영향을 미치는가?
• RQ5 어떤 아키텍처적 변경이 확장성 향상과 서버 측 성능 저하 제거에 크게 기여할 수 있는가?

주요 결과

• 첫 몇 대의 클라이언트에서 성능 향상이 뚜렷하지만, 네트워크 노드가 4~5대를 초과하면 서버 측 제약으로 인해 성능 향상이 정체된다.
• 서버의 단일 스레드 요청/응답 루프로 인해 동시 처리가 제한되어, 다중 스레드 요청 처리 기능이 있더라도 성능 저하가 발생한다.
• 디버깅 비활성화 및 로그 파일 I/O 감소로 평균 성능이 약 20% 향상되며, 이는 로깅이 주요 경쟁 요인임을 시사한다.
• 순차적 로깅으로 인한 상호 블로킹이 발생해 스레드 경쟁이 발생하며, 이는 최상의 경우 성능 향상에도 불구하고 평균 성능 저하를 야기한다.
• 현재 아키텍처는 확장성에 제약을 둔다. 클러스터와 리버스 프록시를 사용하거나 더 많은 계산을 클라이언트로 이관하는 등의 아키텍처 변경이 의미 있는 확장성을 달성하기 위해 필요하다.
• 최상의 성능는 클라이언트 수가 증가함에 따라 계속 향상되지만, 평균 성능 향상은 정체되며, 이는 시스템 제약으로 인한 수익 감소 현상이다.