인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Log-Structured Merge-Tree(LSM-tree) 기반 Key-Value Store(KVS)는 대규모 쓰기 중심 워크로드를 효율적으로 처리하기 위해 널리 사용되지만, write stall과 compaction overhead로 인해 성능 저하가 빈번하게 발생한다. 그러나 기존 시스템은 모든 레벨에 동일한 Sorted String Table(SSTable) 크기를 적용하여, 레벨별 데이터 규모와 접근 특성의 차이를 충분히 반영하지 못하므로 데이터 처리 효율이 낮다. 본 논문은 레벨별 병목 특성을 반영해 SSTable 크기를 차등 결정하는 M-SSTable을 제안한다. 실험 결과, 제안 기법은 고정 크기 방식 대비 write latency를 최대 20.8%, write stall을 26.1%, compaction count를 71% 이상 줄였고, 다양한 워크로드에서 일관된 throughput 향상을 보였다. 이는 레벨별 크기 조정의 효과를 보여준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096737632
