[논문 리뷰] The StoreGate: a Data Model for the Atlas Software Architecture

P. Calafiura, C. Leggett외 3명|ArXiv.org|2003. 06. 14.

Advanced Data Storage Technologies참고 문헌 3인용 수 11

한 줄 요약

StoreGate 데이터 모델은 ATLAS 실험의 Gaudi 소프트웨어 아키텍처를 위한 타입 기반 및 알고리즘 기반 객체 검색을 가능하게 하고, 투명한 영속성과 캐시 터미널링을 제공하는 탄력적이고 효율적이며 확장 가능한 메모리 내 데이터 관리 시스템을 제공한다. 이는 사용자 정의 타입을 지원하며, 자동으로 식별자 생성을 통해 사용자 정의 키가 필요 없도록 하며, 컴파일 타임 설정 가능성과 성능을 확보하기 위해 정책 기반 C++ 템플릿을 사용한다.

ABSTRACT

The Atlas collaboration at CERN has adopted the Gaudi software architecture which belongs to the blackboard family: data objects produced by knowledge sources (e.g. reconstruction modules) are posted to a common in-memory data base from where other modules can access them and produce new data objects. The StoreGate has been designed, based on the Atlas requirements and the experience of other HENP systems such as Babar, CDF, CLEO, D0 and LHCB, to identify in a simple and efficient fashion (collections of) data objects based on their type and/or the modules which posted them to the Transient Data Store (the blackboard). The developer also has the freedom to use her preferred key class to uniquely identify a data object according to any other criterion. Besides this core functionality, the StoreGate provides the developers with a powerful interface to handle in a coherent fashion persistable references, object lifetimes, memory management and access control policy for the data objects in the Store. It also provides a Handle/Proxy mechanism to define and hide the cache fault mechanism: upon request, a missing Data Object can be transparently created and added to the Transient Store presumably retrieving it from a persistent data-base, or even reconstructing it on demand.

연구 동기 및 목표

• 동적 데이터 객체 등록 및 검색을 지원하는 확장 가능하고 효율적인 데이터 모델을 ATLAS 소프트웨어 아키텍처에 설계하여 블랙보드 스타일 시스템을 구현한다.
• 중앙 집중식 일시적 데이터 저장소를 통해 데이터 생성자와 소비자를 분리하여 재구성 알고리즘 간의 결합도를 최소화한다.
• 타입, 알고리즘 기원, 사용자 정의 키를 사용하여 데이터 객체를 식별하고 관리하는 탄력적이고 확장 가능하며 고성능인 메커니즘을 제공한다.
• 핸들/프록시 메커니즘을 통해 요청 시 누락된 데이터 객체를 검색하거나 재구성함으로써 투명한 영속성과 캐시 터미널링을 지원한다.
• Boost 개념과 정책 기반 설계 패턴을 사용한 컴파일 타임 검사를 통해 타입 안정성과 메모리 안정성을 확보한다.

제안 방법

• 시스템이 소유권과 수명 주기를 제어하는 일시적 메모리 저장소 내에서 데이터 객체를 관리하는 사전형 데이터 저장소(StoreGate)를 설계한다.
• 두 단계 식별자 체계를 사용한다: 첫 번째로 데이터 객체 타입(예: TrackCollection), 두 번째로 이를 생성한 알고리즘 인스턴스로, 동일한 타입의 여러 컬렉션 간의 모호함을 제거한다.
• 각 데이터 객체를 감싸는 템플릿 기반 DataBucket 래퍼를 도입하며, 이는 비-DataObject 파생 타입조차도 타입 트레이트 시스템을 통해 고유한 ClassID를 통합한다.
• 사용자 정의 키 타입이 요구 조건(예: 순서, 영속성 가능성)을 충족하는지 컴파일 타임에 확인하기 위해 Boost의 개념 체킹을 활용한다. 이는 타입 안정성을 보장한다.
• ElementLink 등의 컴ponent에 정책 기반 설계를 적용하여 저장 및 인덱싱 정책을 컴파일 타임에 조합함으로써 최적화된 타입 전용 링크 클래스를 생성한다.
• 텍스트 기반 ClassID 데이터베이스를 사용하여 컴파일 타임에 고유 식별자를 할당하고, 런타임에 충돌을 탐지한다.

실험 결과

연구 질문

• RQ1 다양한 데이터 타입과 액세스 패턴을 가진 고에너지 물리 소프트웨어 스택에서, 동적이고 느슨하게 결합된 데이터 액세스를 효율적으로 지원할 수 있는 데이터 모델은 어떻게 설계할 수 있는가?
• RQ2 클라이언트 코드에 변경 없이도 투명한 영속성과 요청 시 객체 재구성 기능을 제공할 수 있는 메커니즘은 무엇인가?
• RQ3 공통 기반 클래스를 상속하지 않아도 되는 일반 사용자 정의 타입(예: STL 컨테이너)을 지원할 수 있는 데이터 모델의 설계는 무엇인가?
• RQ4 확장성과 런타임 유연성을 유지하면서도 타입 안정성과 성능을 보장할 수 있는 설계 패턴은 무엇인가?
• RQ5 복잡한 애플리케이션 전용 액세스 패턴을 지원하면서도 키 관리의 개발자 부담을 최소화할 수 있는 방법은 무엇인가?

주요 결과

• StoreGate는 알고리즘 코드와 데이터 액세스를 성공적으로 분리하여, ATLAS Gaudi 프레임워크 내에서 인터페이스 폭발을 줄이고 소프트웨어 유지보수성을 향상시켰다.
• 타입 기반 및 알고리즘 기원 기반 식별을 통해 동일한 타입의 여러 컬렉션이 존재하더라도 효율적이고 모호하지 않은 데이터 객체 검색이 가능해졌다.
• Boost의 개념 체킹 통합을 통해 사용자 정의 키 타입이 컴파일 타임에 유효한지 확인되어 런타임 오류를 방지하고 코드 정확성을 향상시켰다.
• 정책 기반 설계 덕분에 시스템은 컴파일 타임에 최적화된 타입 전용 링크 및 프록시 클래스를 생성하여 최소한의 런타임 오버헤드로 높은 성능을 달성했다.
• 시스템은 여러 릴리스 동안 안정적으로 운영되었으며, 두 차례의 주요 재설계 작업을 통해 ATLAS 트리거 시스템의 엄격한 요구 조건을 충족하기 위해 내구성과 성능이 향상되었다.
• 이 설계는 LCG 커뮤니티와 공유되어 ATLAS를 초월한 광범위한 적용 가능성을 보여주며, 아키텍처의 타당성과 재사용 가능성을 입증했다.