[논문 리뷰] Faster Concurrent Range Queries with Contention Adapting Search Trees Using Immutable Data

Kjell Winblad|arXiv (Cornell University)|2017. 09. 03.

Data Management and Algorithms인용 수 3

한 줄 요약

이 논문은 고려 중인 콘텐션과 쿼리 크기에 따라 고정된 크기의 불변 데이터 세그먼트 크기를 동적으로 조정함으로써 락 경쟁을 줄이고 기존 방법에 비해 최대 3배 성능 향상을 이룬, 선형성 보장 가능한 범위 쿼리를 지원하는 새로운 동시 순서 정렬 세트 데이터 구조 Im-Tr-CA를 제안한다.

ABSTRACT

The need for scalable concurrent ordered set data structures with linearizable range query support is increasing due to the rise of multicore computers, data processing platforms and in-memory databases. This paper presents a new concurrent ordered set with linearizable range query support. The new data structure is based on the contention adapting search tree and an immutable data structure. Experimental results show that the new data structure is as much as three times faster compared to related data structures. The data structure scales well due to its ability to adapt the sizes of its immutable parts to the contention level and the sizes of the range queries.

연구 동기 및 목표

• 고려 중인 콘텐션 수준이 높을 때도 선형성 보장 가능한 동시 순서 정렬 세트의 확장성 한계를 해결하기 위해.
• 거친 잠금과 고정 크기의 세밀한 잠금 접근 방식이 동시 범위 쿼리에서 성능 저하를 유발하는 문제를 해결하기 위해.
• 쿼리 크기 및 콘텐션 수준과 같은 워크로드 특성에 따라 동적으로 동기화 정도를 조절할 수 있는 데이터 구조를 설계하기 위해.
• 소규모 및 대규모 범위 쿼리 모두에서 선형성 보장과 낮은 콘텐션을 유지하면서 성능을 향상시키기 위해.
• 실제 워크로드에서 최신 기술의 동시 데이터 구조와 비교하여 제안된 접근 방식을 평가하기 위해.

제안 방법

• 핵심 데이터 구조로 콘텐션 적응형 탐색 트리(CA 트리)를 사용하며, 기본 노드는 락으로 보호된 순차적 데이터 구조를 관리한다.
• 키-값 쌍은 불변 데이터 구조에 저장되며, 업데이트 시 기존 데이터를 직접 수정하는 대신 새로운 버전을 생성한다.
• 불변 세그먼트의 크기는 관측된 콘텐션 수준과 예상되는 범위 쿼리 크기에 기반해 동적으로 조정된다.
• 범위 쿼리는 공유 가능한 가변 기본 노드를 최소한의 수로 거쳐간 후 읽기 전용 방식으로 불변 데이터를 탐색함으로써 락 경쟁을 최소화한다.
• 업데이트 작업은 원자적 compare-and-swap 연산을 사용하여 불변 데이터의 루트 참조를 교체함으로써 선형성 보장을 보장한다.
• 디자인은 캐시 우수한 메모리 접근 패턴을 활용하고, 가변 상태를 기본 노드로 국한시킴으로써 가짜 공유(false sharing)를 줄인다.

실험 결과

연구 질문

• RQ1 콘텐션 적응형 트리와 불변 데이터 구조를 조합함으로써 선형성 보장 가능한 동시 순서 정렬 세트가 대량의 범위 쿼리 환경에서 더 높은 성능을 달성할 수 있는가?
• RQ2 다양한 콘텐션 수준과 쿼리 크기에서 불변 세그먼트 크기의 동적 적응이 성능에 어떤 영향을 미치는가?
• RQ3 소규모 및 대규모 범위 쿼리 환경 모두에서 제안된 접근 방식이 기존 CA 트리 변종 및 다른 동시 데이터 구조보다 뛰어난 성능을 보일 수 있는가?
• RQ4 불변 데이터의 사용이 동시 환경에서 락 경쟁을 얼마나 줄이고 확장성을 향상시키는가?
• RQ5 데이터 세트 크기 증가와 다양한 액세스 패턴에 따라 제안된 데이터 구조의 성능가 어떻게 확장되는가?

주요 결과

• 대규모 범위 쿼리 워크로드에서 Im-Tr-CA는 관련 데이터 구조에 비해 최대 3배 높은 성능을 달성한다.
• 범위 쿼리당 접근하는 기본 노드 수는 낮게 유지된다(예: 32K 범위 쿼리 시 13개), 공유 가변 상태 접근 최소화를 의미한다.
• 128K 범위 쿼리 시나리오에서는 Im-Tr-CA가 쿼리당 오직 56개의 기본 노드만 접근하여 효율적인 공유 상태 접근을 보여준다.
• 다양한 워크로드에서 높은 성능을 유지하며, 소규모 및 대규모 쿼리 모두에서 다른 구조보다 뛰어난 성능을 보인다.
• 불변 세그먼트 크기의 동적 적응이 다양한 워크로드에서 콘텐션을 효과적으로 줄이고 확장성을 향상시킨다.
• 대규모 범위 쿼리와 높은 콘텐션 환경에서도 Im-Tr-CA는 락 보유 시간을 줄여 성능이 열등하지 않게 유지된다.