Σχεδίαση και Υλοποίηση Μηχανισμού Κρυφής Μνήμης για Κατανεμημένο Σύστημα Αποθήκευσης σε Περιβάλλον Υπολογιστικού Νέφους

Abstract

Η υπηρεσία αποθήκευσης δεδομένων μιας υποδομής υπολογιστικού νέφους (cloud computing) έχει κατά κανόνα υψηλές απαιτήσεις σε επιδόσεις, ειδικά όταν είναι επιφορτισμένη με την παροχή των εικονικών δίσκων για τις Εικονικές Μηχανές (VMs) των χρηστών. Σε μεγάλες εγκαταστάσεις όμως, παρατηρείται ότι η επίδοση των σκληρών δίσκων (hard disks) συνήθως δεν επαρκεί για την εξασφά-λιση γρήγορων ταχυτήτων για τις ανάγκες των χρηστών. Αυτό οδηγεί τους προγραμματιστές στο να καταφεύγουν σε λύσεις προσωρινής αποθήκευσης δεδομένων (caching) σε γρηγορότερα αποθηκευ-τικά μέσα, για να βελτιώσουν τις επιδόσεις τους.

Η παρούσα διπλωματική εργασία παρουσιάζει τον cached, έναν caching μηχανισμό ο οποίος δημιουρ-γήθηκε για τη βελτίωση της επίδοσης του Archipelago, ενός κατανεμημένου συστήματος αποθήκευ-σης σε περιβάλλον υπολογιστικού νέφους (cloud computing environment). Επιπροσθέτως, παρουσιά-ζεται το συμπληρωματικό δικτυακό εργαλείο synapsed, το οποίο ανοίγει το δρόμο για την αναβάθμιση του cached σε έναν πλήρως κατανεμημένο caching μηχανισμό.

Τα αποτελέσματα από τις πρώτες μετρήσεις είναι αρκετά ενθαρρυντικά και δείχνουν ότι η χρήση του cached μπορεί να αυξήσει την επίδοση του Archipelago μέχρι και 400%

The performance of the storage service of a cloud infrastructure is very critical, especially when it provides virtual volumes for the Virtual Machines of users. Underlying hard disks however, are usually inadequate in providing fast performance for large deployments and the storage engineers commonly have to resort in using various buffering and caching techniques.

This diploma thesis presents cached, a caching mechanism that aims to improve the performance of Archipelago, a software-defined, distributed storage layer for cloud computing environments. Addi-tionally, this diploma thesis introduces synapsed, a complementary network tool that paves the way for the creation of a fully distributed cache.

Early performance evaluations look very promising and show that cached can improve the current Archipelago performance up to 400%.