고압축 저장소를 위한 피램 기반의 복층 색인 관리
A PRAM-based Duplex Index Management for Highly Compressed Storages
1
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
레코드가 가로 방향으로 저장되는 기존의 가로-지향 데이터베이스와는 달리, 컬럼-지향 데이터베이스 시스템은 세로방향으로 순차적으로 데이터를 저장한다. 따라서 읽기 집중식의 대용량 데이터에 접근하는 데이터 웨어하우스나 의사 결정 시스템을 위해서는 컬럼 기반 압축 데이터베이스가 월등한 판독 성능으로 인하여 더 적합한 모델이 되고 있다. 최근 플래시 메모리 SSD가 고속 분석용 시스템에 적합한 저장 매체로 선호되고 있다. 하지만 PRAM이 읽기 및 쓰기 성능에서 플래시 메모리 보다 더 우수하다. 아직 PRAM의 집적도가 낮긴 하지만, 머지않아 대용량 PRAM의 활용이 중요한 트렌드가 될 것이다. 본 논문에서는 압축된 컬럼 기반 스토리지 모델을 소개하고, 다양한 메모리 기술을 소개하였다. 또한, 대용량 데이터 웨어하우스 시스템을 위한 새로운 인덱스 기법 및 그 데이터 관리를 제안한다. 제안 기법은 대용량 컬럼 데이터베이스를 위한 복층 인덱스 관리와 PRAM 저장소를 활용하여 우수한 처리 성능을 얻었다. 가상 실험 결과, 검색 성능이 약 10% 개선되고, 갱신 성능이 약 23% 개선되었다. 또한 응답 시간 측면에서도 기존 기법보다 더 우수하다.
Abstract
Unlike in traditional row-oriented databases where the attributes of a record are placed contiguously in row-oriented order, a column-oriented database system stores data in column-oriented order. For applications such as data warehouse and decision support systems that access large volumes of data in a read-intensive manner, the column-based compressed database has become a proper model because of its superior read performance. Currently, flash memory SSD is largely recognized as the preferred storage media for the high-speed analysis systems. However, PRAM is better than flash memory in the respects of read and write performance. Even though the capacity of PRAM is still low, the appliance of mass capacity PRAM would be the important trend soon. In this paper, we introduce a compressed column-based storage model and various memory technologies. We also propose a new indexing scheme and its data management for a high-capacity data warehouse system. The proposed scheme achieves superior performance using a duplex index management and PRAM storage for large column databases. Our simulation results show that overall search and update performance can be enhanced by around 10% and 23%, respectively. Our scheme also outperforms the traditional scheme in terms of the response time.
참고문헌 (10)
- D. Abadi, "Column-oriented Database Systems", Proceedings of the VLDB, pp.24~28 (2009)
- 안수민, "칼럼-지향 데이터베이스에서 스타 스키마 질의 성능 향상을 위한 조인기법", 정보과학회논문지 : 데이타베이스, 40(3), pp.209~218 (2013), 한국정보과학회
- 변시우, "대용량 압축 데이터베이스를 위한 비대칭 색인 관리 기법", 한국산학기술학회논문지, 17(7), pp.293~300 (2016), 한국산학기술학회[DOI]
- 김효진, "차세대 메모리의 접근 특성에 기반한 하이브리드 메인 메모리 시스템", 정보과학회논문지, 42(2), pp.183~189 (2015), 한국정보과학회
- L. Hongjun, "T-Tree or B-Tree: Main Memory Database Index Structure Revisited", Proceedings of the 11th Australasian Database Conference (2000)
- R. Elmasri, "Fundamentals of Database System" (2014), Addison-Wesley
- Y. Li, "Tree indexing on solid state drives", Proceedings of the VLDB, 3(1-2), pp.1195~1206 (2010)
- "LZO" (2016)[URL]
- "User’s Guide CSIM20 Simulation Engine (C++ Version)" (2016)[URL]
- N. Lu, "A PRAM based block updating management for hybrid solid state disk", IEICE Electronics Express, 9(4), pp.320~325 (2012)