확장성 있는 무선 인터넷 프록시 서버 클러스터를 위한 동적 해싱 기반의 부하분산 = A Dynamic Hashing Based Load Balancing for a Scalable Wireless Internet Proxy Server Cluster

다국어 초록 (Multilingual Abstract)

Performance scalability and storage scalability become important in a large scale cluster of wireless internet proxy cache servers. Performance scalability means that the whole performance of the cluster increases linearly according as servers are added. Storage scalability means that the total size of cache storage in the cluster is constant, regardless of the number of cache servers used, if the whole cache data are partitioned and each partition is stored in each server, respectively. The Round-Robin based load balancing method generally used in a large scale server cluster shows the performance scalability but no storage scalability because all the requested URL data need to be stored in each server. The hashing based load balancing method shows storage scalability because all the requested URL data are partitioned and each partition is stored in each server, respectively. but, it shows no performance scalability in case of uneven pattern of client requests or Hot-Spot. In this paper, we propose a novel dynamic hashing method with performance and storage scalability. In a time interval, the proposed scheme keeps to find some of requested URLs allocated to overloaded servers and dynamically reallocate them to other less-loaded servers. We performed experiments using 16 PCs and experimental results show that the proposed method has the performance and storage scalability as different from the existing hashing method.

국문 초록 (Abstract)

대용량 무선 인터넷 프록시 캐시 서버 클러스터에서는 성능 및 저장 공간의 확장성이 중요하게 되었다. 여기에서 성능의 확장성은 캐시 서버를 추가함에 따라 클러스터 성능이 선형적으로 증가함을 의미하고 저장 공간의 확장성은 캐시 데이터가 서버들에게 분할 저장되어 있어서 캐시 서버의 수에 상관없이 캐시 데이터를 저장하는 클러스터안의 공간의 합은 일정함을 의미한다. 대용량 서버 클러스터에서 많이 사용되는 라운드로빈 기반 부하분산 방법은 성능의 확장성은 보장되지만, 요청 URL 데이터가 모든 서버에 저장되어야 하므로 저장 공간의 확장성이 없는 단점을 가진다. 해싱기반 부하분산 방법은 모든 요청 URL 데이터가 서버들에 분할 저장되어 있어서 저장 공간의 확장성을 가진다. 그러나 그 방법은 사용자의 요청 패턴 불균형 또는 특정서버로의 요청 집중(Hot-Spot) 시에 성능 확장성이 없다. 본 논문에서는 성능 및 저장 공간의 확장성을 보장하는 새로운 동적 해싱 부하분산기법을 제안한다. 제안된 기법에서는 주기적으로 과부하 상태의 캐시 서버에 할당된 요청들을 찾아서 다른 캐시서버로 동적으로 재할당한다. 제안된 방법을 16대의 컴퓨터를 사용하여 실험을 수행하였고, 실험 결과를 통해 제안된 방법이 기존 방법과는 달리 성능 및 저장 공간의 확장성을 보장함을 확인하였다.

참고문헌 (Reference)

1 곽후근, "통합형 무선 인터넷 프록시 서버 클러스터 구조" 한국정보처리학회 13 (13): 231-240, 2006

2 곽후근, "캐시 서버 클러스터를 위한 동적 서버 정보 기반의 해싱 기법" 17 (17): 3-11, 2006

3 David Karger, "Web Caching with consistent hashing" 1999

4 com/web- stone, "The Benchmark for Web Server" Inc

5 J. Nakano, "ReViveI/O: efficient handling of I/O in highly-available rollback-recovery servers" 200-211, 2006

6 F. Baboescu, "Proxy Caching with Hash Functions" 2001

7 A. Feldmann, "Performance of Web Proxy Caching in Heterogeneous Bandwidth Environments" 1999

8 A. Savant, "On the Scalability of an Image Transcoding Proxy Server" 2003

9 P. Barford, "Generating Representative Web Workloads for Network and Server Performance Evaluation" 1998

10 S. Lei, "Extended consistent hashing: an efficient framework for object location" 254-262, 2004

11 R. Zhang, "Efficient TCP connection failover in Web serer clusters" 1219-1228, 2004

12 L. Ramaswamy, "Cache Clouds: Cooperative Caching of Dynamic Documents in Edge Networks" 229-238, 2005

13 Micorsoft Corp, "Cache Array routing protocol and microsoft proxy server 2.0" White Paper 1999

14 W. Liao, "Architecture of proxy partial caching using HTTP for supporting interactive video and cache consistency" 216-221, 2002

15 Toyofumi Takenaka, "Adaptive load balancing content address hashing routing for reverse proxy servers" 27 (27): 1522-1526, 2004

16 A. Fox, "A Framework for Separating Server Scalability and Availability from Internet Application Functionality" U. C. Berkeley 1998