2020 Fiscal Year Annual Research Report
Real-Time Data Kernel for Data Intensive Science
| Project/Area Number |
19H04117
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
川島 英之 慶應義塾大学, 環境情報学部(藤沢), 准教授 (90407148)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
松谷 宏紀 慶應義塾大学, 理工学部(矢上), 准教授 (70611135)
藤原 靖宏 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 上田特別研究室, 主任研究員 (70837971)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | トランザクション / ロギング / 不揮発メモリ |
|---|
| Outline of Annual Research Achievements |
DRAM容量が急激に増加し，シングルノードにおいても搭載メモリサイズが1TBを超えるようになってきた．このような状況においてはデータベースシステムが格納する全てのデータをメモリ上に展開する主記憶データベースシステムが効果的である。
そのような主記憶データベースシステムでも、永続性のためにログを永続化ストレージに書く必要がある．なぜならログには変更履歴が記載され，その履歴が失われたらシステム回復ができないからである．他方，このロギング処理が性能や応答時間に大きく影響する．なぜならストレージI/Oのコストはメモリアクセスコストに比べて遥かに大きいからである．SSDやNVRAMのような先進的ストレージにおいてもそれは例外ではない．本研究では，リアルタイム性が求められるIoT決済処理やロボティクス等のユースケースを想定し，応答時間を低く抑えるため，エポック同期法によるSilo の応答高速化手法について提案した．エポック同期法とは，永続化が遅れているロガースレッドに対応するワーカスレッドの活動を抑制する手法である．トランザクション処理に関する公平な分析プラットフォームであるCCBench を拡張したSilo ロギングの実装では，NUMA アーキテクチャのためのNUMA ノードローカルなスレッド・メモリ割り当てを行った．SSD およびOptane DCPMM の書き込み性能についても検証し，性能を発揮できる書き込み方法を探求した．実証実験では，従来手法から提案手法にすることにより，SSD について
は，22%のスループット減少と引き換えに，97%減となる10.7 ms の応答時間を達成し，DCPMM については，13%のスループット減少と引き換えに，46%減となる0.51 ms の応答時間を達成した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
不揮発メモリを用いたロギングのリアルタイム化に成功した．これはリアルタイムカーネルにおいて重要な要素である．
|
| Strategy for Future Research Activity |
これまではビッグサイエンスをリアルタイムデータカーネルの対象にしてきたが，今後はロボットを対象にする．
|
