Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

대용량 영구 메모리 기반 실시간 빅데이터 검색 플랫폼 성능 분석

Full metadata record
DC FieldValueLanguage
dc.contributor.author이은서-
dc.contributor.author박동철-
dc.date.accessioned2023-11-08T05:45:24Z-
dc.date.available2023-11-08T05:45:24Z-
dc.date.issued2023-08-
dc.identifier.issn2289-0181-
dc.identifier.issn2289-019X-
dc.identifier.urihttps://scholarworks.sookmyung.ac.kr/handle/2020.sw.sookmyung/151619-
dc.description.abstract다양한 빅데이터 기술의 발전은 많은 산업에 큰 영향을 미치고 있으며, 방대한 양의 데이터를 빠르게 처리하고 분석하기 위해 여러 연구가 진행되고 있다. 이러한 상황에서 인텔 차세대 대용량 영구 메모리 모듈이나 CXL과 같은 새로운 형태의 메모리와 컴퓨팅 기술이 크게 주목받고 있다. 그러나, 현존하는 대부분의 빅데이터 소프트웨어 플랫폼들은 여전히 기존의 전통적인 DRAM 환경을 기반으로 최적화되어 있으며, 특히 빅데이터 실시간 검색 플랫폼 관련 연구는 상대적으로 미흡한 실정이다. 본 연구에서는 차세대 영구 메모리인 인텔 옵테인 영구 메모리의 기본 성능을 평가하고, 옵테인 영구 메모리 기반 시스템에서 빅데이터 실시간 검색 플랫폼으로 유명한 Elasticsearch의 다양한 성능 분석 결과를 통해 대용량 영구 메모리의 효용성과 가능성을 검증한다. 본 논문은 대용량 영구 메모리 기반 시스템이 기존 DRAM 기반 시스템에 비하여 색인과 검색 측면에서 각각 1.45배, 3.2배의 성능 향상을 확인하였고, 이를 통해 고성능 I/O와 대용량, 비휘발성 등의 다양한 이점을 가진 차세대 영구 메모리가 Elasticsearch와 같은 빅데이터 검색 플랫폼에서 좋은 대안이 될 수 있음을 확인하였다.-
dc.format.extent12-
dc.language한국어-
dc.language.isoKOR-
dc.publisher아이씨티플랫폼학회-
dc.title대용량 영구 메모리 기반 실시간 빅데이터 검색 플랫폼 성능 분석-
dc.title.alternativePerformance Analysis of Real-Time Big Data Search Platform Based on High-Capacity Persistent Memory-
dc.typeArticle-
dc.publisher.location대한민국-
dc.identifier.doi10.23023/JPT.2023.11.4.050-
dc.identifier.bibliographicCitationJournal of Platform Technology, v.11, no.4, pp 50 - 61-
dc.citation.titleJournal of Platform Technology-
dc.citation.volume11-
dc.citation.number4-
dc.citation.startPage50-
dc.citation.endPage61-
dc.identifier.kciidART002993297-
dc.description.isOpenAccessN-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthorPersistent Memory-
dc.subject.keywordAuthorBig Data-
dc.subject.keywordAuthorOptane-
dc.subject.keywordAuthorElasticsearch-
dc.subject.keywordAuthorSearch Engine-
dc.identifier.urlhttps://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11520305-
Files in This Item
Go to Link
Appears in
Collections
공과대학 > 소프트웨어학부 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Altmetrics

Total Views & Downloads

BROWSE