Leistungsbewertung von verteilten Speichersystemen

Big Data und Cloud Computing erfordern heutzutage große Mengen an Speicherplatz, auf den viele Server zugreifen können. Zur Überwindung von Leistungsengpässen und Single Point of Failure sind verteilte Speichersysteme in Kraft getreten. Unser Hauptziel in dieser Arbeit ist daher die Bewertung der Leistung dieser Speichersysteme. In dieser Studie untersuchen wir die Leistungsbewertung von verteilten Speichersystemen und verstehen die Auswirkungen auf die Leistung für verschiedene Muster von E/A-Operationen, d. h. Lese- und Schreibvorgänge, sowie verschiedene Messansätze für die Speicherleistung. Die Methode besteht darin, einen synthetischen Workload-Generator durch Streaming und Transkodierung von Videodaten sowie ein Benchmark-Tool zu verwenden, das den Workload wie SPECsfs2014 generiert, um die Leistung von verteilten Speichersystemen wie GlusterFS und Compuverde zu bewerten, die dateibasierte Speicher sind. Wir kamen zu dem Schluss, dass Compuverde im Vergleich zu Gluster besser abschneidet, obwohl eine Hardware mit geringer Leistung verwendet wird. Wir empfehlen die Verwendung eines Cache-Laufwerks in den Gluster-Speicherknoten, um die Leistung zu verbessern und Engpässe zu vermeiden.