GPU 가속화 필터를 적용한 디스크 기반 키-값 데이터베이스 (A Disk-based Key-Value Store with GPU-accelerated Value Filter)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 26권 / 3호 / 161 ~ 166페이지
· 저자명 : 김도영, 최원기, 노홍찬, 박상현

초록

LSM-Tree 자료구조와 SST 파일로 구성된 RocksDB는 디스크 기반 키-값 데이터베이스로써 RDBMS의 스토리지 엔진으로 활용되고 있으며, 사이즈가 작은 데이터가 폭발적으로 생성되는 스마트시티 및 IoT에서 많이 사용되고 있다. RocksDB가 스토리지 엔진으로써 사용될 때, RocksDB는 레코드를키-값 데이터로 변환하여 저장한다. 대부분의 컬럼 데이터들은 모두 값으로 저장되므로, 스토리지 레벨에서의 필터 질의 최적화를 위해서는 값 기반 필터 연산인 value filter 연산이 필요하다. RocksDB는 키에대한 Bloom Filter를 적용함으로써 단일 키 기반의 데이터 조회 성능은 개선하였지만, value filter 연산은값 기반의 데이터 조회이므로 전체 키-값 데이터에 대한 조회가 발생하여 성능이 극심히 저하된다. 본 논문에서는 전체 SST 파일 조회를 GPU로 병렬처리 함으로써, value filter 연산의 성능을 최대 25% 개선하는 방법을 제시한다.

영어초록

RocksDB, a Disk-based Key-Value Store comprising the LSM-Tree structure and SST file, is widely used for Smart City or IoT components. When RocksDB is used as the storage engine for relational databases, RocksDB stores relational records into key-value data. Since most column data of relational record are stored in a value, a value filter operation is required for filter query optimization at the storage level. RocksDB improves the performance of key-based data retrieval by storing Bloom Filter in SST file. But the value filter operation, a value-based data retrieval operation, inevitably leads to retrieval of all key-value data resulting in poor performance. We propose a method that improves performance of all key-value data retrieval operation by using GPU accelerating. The proposed method demonstrates up to 25% more performance than the naïve RocksDB value filter operation.

참고자료

· 없음