KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
비선형 기계학습 기반의 Redis 파라미터 튜닝 연구 |
| 영문제목(English Title) |
A Study on Redis Parameter Tuning Based on Non-linear Machine Learning |
| 저자(Author) |
서주연
이지은
김경훈
박상현
Juyeon Seo
Jieun Lee
Kyeonghun Kim
JIN HUIJUN
Sanghyun Park
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0069 ~ 0071 (2021. 06) |
한글내용
(Korean Abstract) |
싱글 스레드 기반의 인메모리 데이터베이스인 Redis는 신속한 데이터 처리 성능 보존을 위해, 데이터 지속성, TTL(Time-To-Live) 처리와 같이 시스템 성능 저하를 유발하는 작업은 백그라운드로 수행한다. 그러나 지속성 방법과 백그라운드 작업은 데이터 처리 지연 및 메모리 사용량 증가와 같은 추가적인 부하를 초래한다. 이러한 Redis의 작업 부하는 파라미터 튜닝을 수행하여 완화할 수 있다. DBMS 파라미터 튜닝을 위한 선행 연구에서는 영향력이 높은 파라미터를 추출하기 위하여 선형적 관계만을 고려한다. 이를 개선하기 위해 본 논문에서는 비선형 기계학습 기법을 사용한 파라미터 튜닝을 수행하였다. 해당 모델을 적용한 Redis는 데이터 처리 성능을 향상시킬 수 있는 최적의 Redis 파라미터 조합을 도출할 수 있다. Redis의 지속성 방법에 따른 단위 시간당 처리량을 측정한 결과, 튜닝한 파라미터를 사용하였을 때 기존 파라미터 대비 최대 45.9%의 성능 향상을 확인하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
