[논문 리뷰] The Impact of Distance on Performance and Scalability of Distributed Database Systems in Hybrid Clouds

Yaser Mansouri, M. Ali Babar|arXiv (Cornell University)|2020. 07. 30.

Cloud Computing and Resource Management인용 수 4

한 줄 요약

이 논문은 사설 및 공공 클라우드 영역(시드니, 뭄바이, 버지니아)을 아우르는 하이브리드 클라우드 환경에서, MongoDB, Cassandra, Riak, CouchDB, Redis, MySQL Cluster의 6종의 현대적 분산 데이터베이스의 대역폭 및 확장성에 대해 클라우드 간 거리의 영향을 평가한다. 거리가 증가할수록 대부분의 데이터베이스에서 성능 저하가 발생하며, MongoDB와 MySQL Cluster가 가장 높은 대역폭을 기록한다. 특히 I/O 집약적이고 통신이 많은 데이터베이스인 Cassandra와 Redis의 경우, 수직 확장(더 큰 VM)이 수평 확장(더 많은 VM)보다 뚜렷하게 성능을 높인다.

ABSTRACT

The increasing need for managing big data has led the emergence of advanced database management systems. There has been increased efforts aimed at evaluating the performance and scalability of NoSQL and Relational databases hosted by either private or public cloud datacenters. However, there has been little work on evaluating the performance and scalability of these databases in hybrid clouds, where the distance between private and public cloud datacenters can be one of the key factors that can affect their performance. Hence, in this paper, we present a detailed evaluation of throughput, scalability, and VMs size vs. VMs number for six modern databases in a hybrid cloud, consisting of a private cloud in Adelaide and Azure based datacenter in Sydney, Mumbai, and Virginia regions. Based on results, as the distance between private and public clouds increases, the throughput performance of most databases reduces. Second, MongoDB obtains the best throughput performance, followed by MySQL C luster, whilst Cassandra exposes the most fluctuation in through performance. Third, vertical scalability improves the throughput of databases more than the horizontal scalability. Forth, exploiting bigger VMs rather than more VMs with less cores can increase throughput performance for Cassandra, Riak, and Redis.

연구 동기 및 목표

• 하이브리드 클라우드 아키텍처에서 클라우드 간 거리가 분산 데이터베이스의 대역폭 및 확장성에 미치는 영향을 조사하기 위해.
• 하이브리드 클라우드 배포에서 다양한 거리 간에 6종의 현대적 데이터베이스(MongoDB, Cassandra, Riak, CouchDB, Redis, MySQL Cluster)의 성능을 비교하기 위해.
• 지리적으로 분리된 사설 및 공공 클라우드 데이터센터를 갖춘 하이브리드 클라우드 환경에서 수직 확장과 수평 확장 간의 성과를 평가하기 위해.
• 다른 네트워크 지연 시간 조건 하에서 VM 크기(코어 수)와 VM 수의 영향을 데이터베이스 대역폭에 분석하기 위해.

제안 방법

• 사설 클라우드가 애들레이드에 위치하고, 공공 클라우드 데이터센터가 시드니, 뭄바이, 버지니아에 있는 하이브리드 클라우드 환경에서 6종의 분산 데이터베이스를 구축하였다.
• 공공 클라우드에 배치된 VM 수와 VM 크기(코어 수)를 변화시키며 제어된 워크로드 하에서 대역폭 성능을 측정하였다.
• 거리의 영향을 분리하기 위해 세 가지 지리적 거리(시드니: 단거리, 뭄바이/버지니아: 장거리)에서 체계적인 실험을 수행하였다.
• 동일한 워크로드 조건 하에서 각 데이터베이스에 대해 수평 확장(VM 수 증가)과 수직 확장(VM 코어 수 증가)을 평가하였다.
• VM 패킹 전략을 사용하여, 더 적은 수의 더 큰 VM과 더 많은 수의 더 작은 VM 간 성능을 비교하였으며, 주로 VM 간 통신 오버헤드에 초점을 맞추었다.
• 일致성 메커니즘, 복제 전략, 데이터 모델에 따른 성능 추세를 분석하여 확장성 행동 패턴을 규명하였다.

실험 결과

연구 질문

• RQ1 사설 및 공공 클라우드 데이터센터 간 지리적 거리가 증가할수록 하이브리드 클라우드 환경에서 분산 데이터베이스의 대역폭 성능에 어떤 영향을 미치는가?
• RQ2 하이브리드 클라우드 배포에서 어떤 데이터베이스 시스템이 가장 높은 대역폭을 기록하는가? 이는 거리와 확장 전략에 따라 어떻게 변화하는가?
• RQ3 다양한 분산 데이터베이스에서 수직 확장(더 큰 VM)이 수평 확장(더 많은 VM)보다 대역폭 측면에서 얼마나 더 뛰어나게 성능을 향상시키는가?
• RQ4 VM 패킹(적은 수의 큰 VM 대비 많은 수의 작은 VM)은 특히 통신 집약적 또는 메모리 기반 데이터베이스에서 성능에 어떤 영향을 미치는가?
• RQ5 일치성 메커니즘과 복제 전략이 네트워크 지연 시간과 어떻게 상호작용하여 하이브리드 클라우드 환경에서 데이터베이스의 확장성에 영향을 미치는가?

주요 결과

• 사설 및 공공 클라우드 데이터센터 간 거리가 증가할수록 대부분의 데이터베이스에서 대역폭 성능이 저하되며, MongoDB와 MySQL Cluster가 가장 안정적인 성능을 기록한다.
• MongoDB는 완전한 복제와 최종 일致성 모델 덕분에 모든 데이터베이스 중에서 가장 높은 대역폭을 기록하였으며, 장거리에서도 다른 데이터베이스를 앞서는 성능을 보였다.
• Cassandra는 가장 큰 성능 변동을 보였으며, 공공 클라우드에 더 많은 VM이 추가될수록 대역폭이 처음에는 감소하다가 증가하는 경향을 보였고, 특히 시드니 지역에서 두드러졌다.
• 수직 확장(VM 코어 수 증가)은 수평 확장보다 대역폭 향상에 더 효과적이었다: Cassandra의 경우, 코어 수를 2에서 8로 늘였을 때 대역폭이 최대 800%까지 증가하였다.
• Riak의 경우 더 큰 VM을 사용할 경우 대역폭이 30% 향상되었고, Redis는 10% 향상되어, 메모리 집약적 데이터베이스에서 수직 확장의 강력한 이점이 있음을 시사한다.
• VM 패킹(적은 수의 큰 VM 대비 많은 수의 작은 VM)은 시드니 지역에서 Cassandra와 Riak의 성능 향상에 크게 기여하였으며, 이는 VM 간 통신 오버헤드가 성능 저하의 핵심 요인임을 시사한다.