[논문 리뷰] Energy and Performance-Can a Wimpy-Node Cluster Challenge a Brawny Server?

Daniel Schall, Theo Härder|arXiv (Cornell University)|2014. 07. 01.

Cloud Computing and Resource Management참고 문헌 16인용 수 5

한 줄 요약

이 논문은 워크로드 요구에 따라 노드 수를 동적으로 조절하는 경량(약한) 노드 클러스터인 WattDB를 단일 고성능(강력한) 서버와 비교하여 OLTP 및 OLAP 워크로드 환경에서 에너지 효율성과 성능을 평가한다. 클러스터는 저조도에서 중간 수준의 활용도에서까지 최대 50% 낮은 에너지 소비를 달성하며, 특히 저조도에서 중간 수준의 활용도에서 에너지 소비가 현저히 낮다. 예측 기반 스케일링을 통해 성능 손실를 수용 가능한 수준으로 줄일 수 있다.

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.

연구 동기 및 목표

• 경량 노드로 구성된 동적 확장 가능한 클러스터가 단일 고성능 서버보다 에너지 효율성이 뛰어나면서도 수용 가능한 성능을 유지를할 수 있는지 평가하는 것.
• 분산 시스템에서 네트워크 및 조정 오버헤드로 인한 성능 저하와 에너지 절감 간의 상충 관계를 조사하는 것.
• 워크로드 예측 및 예측 가능성의 영향을 클러스터의 에너지 효율성과 응답 시간에 미치는 영향을 평가하는 것.
• 실제 OLTP 및 OLAP 워크로드 조건에서 클러스터형 DBMS(WattDB)와 기존 단일형 DBMS 간의 에너지 소비와 쿼리 처리량을 비교하는 것.
• 클러스터 기반 접근 방식이 내재된 '마찰 손실'에도 불구하고 어떤 워크로드 조건에서 에너지 비례성 면에서 우월한 성능을 발휘하는지 규명하는 것.

제안 방법

• 공용, 애말드 밸런스된 경량 노드를 사용해 동적 확장 기능을 갖춘 분산형 유연한 DBMS인 WattDB의 연구 프로토타입을 개발하였다.
• 실제 데이터베이스 워크로드를 시뮬레이션하기 위해 다양한 활용도 수준에서 OLTP 및 OLAP 워크로드를 평가하기 위해 TPC-C 및 TPC-H 벤치마크를 사용하였다.
• 로드 변화를 사전에 대비해 클러스터 크기를 프로액티브하게 확장하기 위해 워크로드 예측을 적용하여 응답 시간 손실을 최소화하였다.
• 다양한 활용도 수준에서 에너지 소비 및 쿼리 성능을 측정하여 클러스터와 단일 고성능 서버를 비교하였다.
• 정적 및 예측 기반 클러스터 스케일링 전략을 평가하여 프로액티브 자원 할당이 에너지 및 성능에 미치는 영향을 분석하였다.
• 총 에너지 소비(Wh), 처리량(초당 쿼리 수), 평균 쿼리당 에너지 소비(mJ/query)를 기반으로 에너지 효율성을 정량화하였으며, 비교를 위해 로그 스케일 시각화를 사용하였다.

실험 결과

연구 질문

• RQ1 일반적인 데이터베이스 워크로드 조건에서 경량 노드 클러스터가 단일 고성능 서버보다 더 뛰어난 에너지 효율성을 달성할 수 있는가?
• RQ2 분산 DBMS에서 네트워크 통신 및 조정 오버헤드로 인한 '마찰 손실'이 단일형 시스템 대비 쿼리 성능에 미치는 영향은 어떠한가?
• RQ3 워크로드 예측이 동적 확장 클러스터의 성능과 에너지 효율성에 얼마나 기여하는가?
• RQ4 클러스터의 에너지 절감 효과가 고성능 서버 대비 성능 열세를 상쇄할 수 있는 워크로드 조건은 어떤가?
• RQ5 저활용도 수준에서 클러스터와 중앙집중식 시스템 간의 에너지 비례성은 어떻게 나타나는가?

주요 결과

• 저조도에서 중간 수준의 활용도에서 경량 노드 클러스터는 고성능 서버 대비 50% 미만의 전력을 소비하여 쿼리당 에너지 소비가 현저히 낮아졌다.
• OLAP 워크로드에서는 낮은 활용도에서 조정 오버헤드가 최소화되어 클러스터가 단일형 서버보다 더 뛰어난 에너지 효율성을 기록하였다.
• OLTP 워크로드에서는 동기화 및 조정 오버헤드로 인해 클러스터는 고성능 서버 대비 최대 한 단계 느렸지만, 예측 기반 기술이 이 격차를 줄였다.
• 워크로드 예측을 통해 클러스터는 낮은 에너지 소비로 고성능 서버와 유사한 성능을 달성하였으며, 특히 고강도 워크로드에서 유리했다.
• 20~50% 활용도 범위에서 클러스터의 에너지 효율성이 단일형 서버를 압도하였으며, 이는 많은 실세계 데이터베이스 애플리케이션에서 흔한 활용도 수준이었다.
• 예측 준비 단계에서 전력 소비가 증가했음에도 불구하고, 더 나은 로드 매칭과 공백 에너지 낭비 감소로 인해 총 에너지 효율성이 향상되었다.