A NETWORK-AWARE DISTRIBUTED STORAGE CACHE FOR DATA INTENSIVE ENVIRONMENTS Brian L. TIERNEY, Jason LEE, Brian CROWLEY, Mason HOLDING Computing Sciences Directorate – Lawrence Berkley National Laboratory University of California, Berkley, CA, Proceedings of IEEE High Performance Distributed Computing conference ( HPDC-8 ), August 1999HPDC-8 Tahiry RAZAFINDRALAMBO – DEA DISIC

PLAN 1- Introduction 2- Problématique 3- Cache de stockage distribué 4- Optimisation, adaptation « network-aware » 5- Résultats 6- Conclusion

Tahiry RAZAFINDRALAMBO – DEA DISIC Introduction Ce dont on dispose: Ce que lon voudrait: - Une nouvelle générations dapplications scientifiques - De plus en plus de données à traiter - Un réseau de plus en plus performant - Pouvoir stocker ces données pour en avoir un accès plus facile et plus rapides - Distribuer ces données pour permettre un accès facile a tous les scientifique du monde - Pour ce faire, utiliser le réseau au meilleur de ça capacité

Tahiry RAZAFINDRALAMBO – DEA DISIC Problématique Construire une architecture au dessus du réseau pour le stockage de donnée, un cache implémenté sur le réseau Optimiser cette architecture en fonction des performances du réseau et de son état

Tahiry RAZAFINDRALAMBO – DEA DISIC Cache de stockage distribué Le modèle de manipulation de donnée utilisé:

Tahiry RAZAFINDRALAMBO – DEA DISIC Cache de stockage distribué: «DPSS» Distributed Parallel Storage System Larchitecture DPSS (basé sur le modèle précédent):

Tahiry RAZAFINDRALAMBO – DEA DISIC DPSS: exemple…

Tahiry RAZAFINDRALAMBO – DEA DISIC DPSS: description - Collection de serveur de disque (en parallèle et sur un réseau haut débit) - Une interface application supportant des sémantique I/O - DPSS autorise une reconfiguration dynamique: lajout et/ou le retrait de disque à la volée - Un serveur DPSS est une station UNIX, avec 6 disques SCSI, et une interface réseau haut débit capable de fournir de 60 à 120 Mbits/sec

Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» Monitoring system: JAMM (java agents monitoring and managment) - Collecter les informations du réseau - Publier ces informations dans une base LDAP - Lancer JAMM sur tous les clients et les serveurs

Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» (2) Optimisation du buffer TCP: - DPSS utilise TCP - La congestion dans un réseau utilisant TCP est dû à la taille de la fenêtre TCP - La fenêtre TCP (émission) dépend du buffer TCP (en réception) - La taille du buffer est fonction du produit délai bande passante (sur le réseau)

Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» (3) Optimisation du buffer TCP: - Il est difficile de déterminer les paramètres de TCP qui soit optimal pour chacune des connexions (client - serveur) - La librairie cliente DPSS, mesure le produit délai bande passante vers tous les serveurs DPSS, et calcul la taille optimal du buffer TCP.

Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» (4) Load balancing: - Le DPSS peut effectuer un load balancing si les données sont répliquées sur plusieurs serveurs - Le DPSS effectue la répartition des requêtes de données clientes suivant lalgorithme de flots de coût minimum

Le DPSS utilise dans sa version précédente ma méthode « greedy master» Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» (5) Load balancing: Le DPSS maître choisi le serveur avec la plus grande bande passante vers le client pour 75% des cas pour le reste il choisit les serveurs de manière aléatoire.

Tahiry RAZAFINDRALAMBO – DEA DISIC Optimisation, adaptation « network-aware» (6) Load balancing: Lalgorithme de flots à coût minimum consiste à attribué un coût basé sur la latence réseau par bloc de données et par lien. Lalgorithme est lancé à chaque fois quun client envoie une requête (lalgo prend environ 1ms) et choisi le serveur avec la plus petite latence donc le plus petit coût pour maximiser le rendement

Tahiry RAZAFINDRALAMBO – DEA DISIC Résultats (1) TCP buffer tuning

Tahiry RAZAFINDRALAMBO – DEA DISIC Résultats (2) Load Balancing

Tahiry RAZAFINDRALAMBO – DEA DISIC Résultats (3) Load Balancing: comparaison entre les 2 algo pour le load balancing sur 3 clients.

Tahiry RAZAFINDRALAMBO – DEA DISIC Résultats (4) Load Balancing:comparaison entre les 2 algo pour le load balancing sur 1 et 3 clients.

Tahiry RAZAFINDRALAMBO – DEA DISIC Conclusions (1) - le load balancing (avec lalgorithme de flots a coût minimum) et la réplication de données augmente les performances du système - Le fait que le système prenne en compte létat du réseau augmente aussi les performance du système - La réplication permet une meilleure tolérance aux fautes

Tahiry RAZAFINDRALAMBO – DEA DISIC Conclusions (2) - dommage quaucun test nest était fait pour définir le coût de la réplication - Il ny a pas de système de sécurité mis en place dans DPSS - Aucune comparaison na été faite au niveau performance avec les autres systèmes de stockage distribué…

Tahiry RAZAFINDRALAMBO – DEA DISIC Conclusions (3) - Larticle ne donne pas assez de détails sur le DPSS lui même (dommage par rapport au titre…) - dautres articles montrent des exemples dutilisation de DPSS avec dautre optimisation Le projet DPSS nest plus dactualité…

Tahiry RAZAFINDRALAMBO – DEA DISIC Merci… Des questions?