SCM을 적용한 빅데이터 스트림 처리 시스템 설계 및 성능 분석

이경수; 김소현; 송다은

doi:10.5626/KTCP.2019.25.11.523

추천

검색

질문

자료유형: 학술저널

저자정보: 이경수 (SK하이닉스) 김소현 (SK하이닉스) 송다은 (SK하이닉스)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제11호

발행연도: 2019.11

수록면: 523 - 532 (10page)

DOI: 10.5626/KTCP.2019.25.11.523

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

DRAM의 고비용과 스토리지의 IO 오버헤드가 인-메모리 기반의 빅데이터 스트림 처리 시스템 구축에 문제가 되고 있다. 본 논문은 스트림 처리 시스템의 비용, 성능 문제를 해결하기 위해 SCM을 고용량의 메모리와 빠른 스토리지로 적용하는 방안을 소개한다. 메모리 모드는 DRAM을 SCM으로 대체해 비용을 낮추고, 스토리지 모드는 Disk 대신 SCM을 사용해 시스템 성능을 높인다. 본 논문은 Spark Streaming ECO System을 구성하는 응용 별 SCM을 적용해 DRAM 절감과 성능 변화를 측정하고, 이 응용이 전체 시스템에 미치는 영향을 분석하였다. 모든 응용에 메모리 모드, 스토리지 모드를 동시 적용한 결과 QoS는 95<SUP>th</SUP>는 1.4%, 99<SUP>th</SUP>는 2.8% 증가하였고, DRAM은 31% 절감했다. Spark 메모리 모드가 시스템에 미치는 영향이 가장 크며, SCM이 적용된 타 응용의 성능 변화는 Spark으로 인해 드러나지 않는 것으로 분석되었다.

#빅데이터 #스파크 #스트림 처리 시스템 #빅데이터 에코 시스템 #스토리지 클래스 메모리 #big data #spark #stream processing #big data eco system #storage class memory

참고문헌 (15)

참고문헌 신청

Rich Freitas, Winfried Wilcke, Storage Class Memory: the next storage system technology, IBM Journal of Research and Development, Vol. 52(4/5), pp. 439-447, 2008.

Eisenman, A., Gardner, D., AbdelRahman, I., Axboe, J., Dong, S., Hazelwood, K., & Katti, Reducing DRAM footprint with NVM in Facebook, Proc. of the Thirteenth EuroSys Conference, pp. 42, Apr, 2018.

Optane DIMM Pricing, [Online], Available: https:/ /www.tomshardware.com/news/intel-optane-dimmpricing- performance,39007.html Server Memory Price, [Online]. Available: https:// memory.net/memory-prices M. Zaharia, R. S. Xin, P. Wendell, T. Das, M. Armbrust, A. Dave, et al., Apache Spark: A Unified Engine for Big Data Processing, Common. ACM, Vol. 59, No. 11, pp. 56-65, 2016.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이경수

소속기관 경희대학교

주요연구분야 사회과학 > 관광학 공학 > 산업공학

논문수 11 이용수 977

김소현

소속기관 대구경북과학기술원

주요연구분야 공학 > 컴퓨터학

논문수 6 이용수 765

송다은

소속기관 SK하이닉스

주요연구분야 공학 > 컴퓨터학

논문수 2 이용수 235

이 논문과 함께 이용한 논문

멀티 코어를 위한 효율적인 JAVA Full GC Compact 방법

민철기 , 염헌영 , 한혁 정보과학회 컴퓨팅의 실제 논문지 2021 .03

언택트 시대, 인간공학/감성공학의 변화와 산업공학의 방향

윤명환 ie 매거진 2020 .12

인간공학적 사용자 인터페이스 설계를 위한 스마트폰 선호 파지 자세 분석

권도훈 , 최영근 , 정기효 외 2명 대한인간공학회 학술대회논문집 2019 .10

제조라인의 학습기반 디스패처를 위한 디스패치 의사결정 평가 시각화시스템

허재석 , 박종헌 한국전자거래학회지 2020 .02

유튜브 상의 허위정보 소비 실태 및 확산 메커니즘 생태계 연구 : 빅데이터 분석 및 모델링을 중심으로

정정주 , 김민정 , 박한우 사회과학 담론과 정책 2019 .10

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)