메인 메모리 데이터베이스의 데이터 접근빈도를 이용한 안티-캐싱 기법

Abstract

메인 메모리 데이터베이스중 하나인 H-Store는 데이터의 크기가 사용 가능한 메모리를 넘어서는 상황에서 안티-캐싱을 사용해 주 저장장치인 메모리에 있는 데이터를 부 저장장치인 디스크로 내려 보낸다. 안티-캐싱은 데이터의 핫-콜드를 분석하여 콜드 데이터를 디스크로 이동시켜 부 저장장치에 접근함으로써 발생하는 오랜 시간이 소요되는 트랜잭션의 수를 줄인다. 기존의 핫-콜드 분류 기법으로는 LRU, Timestamp 등이 사용되며 주로 데이터가 얼마나 최근에 접근되었는지의 정보를 이용하여 데이터의 핫-콜드를 판단한다. 이러한 방식은 과거의 정보를 기록하지 않은 채 가장 최근 정보만을 사용한다. 본 논문에서는 적은 오버헤드로 과거의 정보를 고려하는 접근빈도 방식의 안티-캐싱 기법을 제안한다. 이는 튜플마다 접근빈도를 기록, 관리하며 튜플에 접근할 경우 빈도를 증가시키는 방향으로 설계되었다. TPC-C 벤치마크를 이용해 성능을 평가하였으며 기존 안티-캐싱 기법보다 정확한 핫-콜드 분류를 통해 디스크 접근을 감소시켜 트랜잭션 처리량이 좋아짐을 확인하였다.

H-Store, one of the main memory database management system, uses anti-caching to evict data from primary storage (main memory) to secondary storage (disk) where the size of the data exceeds memory threshold. Anti-caching uses hot-cold separate policy to manage data, and moves cold data to disk in order to reduce number of long-latency transactions caused by accessing to secondary storage. Current methods (e.g. LRU, Timestamp) use "recency" (how recently data is accessed) information to separate data. These methods do not keep past information. In this paper, I present low overhead, frequency-based anti-caching method which keeps the past information. This method adds frequency value to each tuple, and increases the value when corresponding tuple is accessed. Performance was evaluated using the TPC-C benchmark. Through accurate hot-cold separation, overall transaction throughput is increased by reducing secondary storage access.