Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기 김 상 욱
데이터베이스 서버의 낮은 클라우드 스토리지 활용률 Database on Cloud 2 새로 개발되고 있는 데이터베이 스는 유연성, 확장성에만 초점 기존 데이터베이스는 클라우드 환경을 고려하지 않고 설계됨 * Mainst...
Characteristics of Cloud Storage 3 클라우드 스토리지 특성 특정 크기 기준 IOPS 제어 로컬 SSD특수 기능
IOPS Control 4 클라우드 스토리지 IOPS 제어 시 I/O 크기 최대치만 존재 PostgreSQL/ Oracle MySQL/MariaDB AppOS 적용 시 Linux AWS, Azure: 256KB GCP,...
IOPS Control 5 클라우드 스토리지 IOPS 제어 시 IO 크기 최대치만 존재 e.g., 256KB 3 IOPS 소모 클라우드 스토리지 리눅스 페이지 캐시 DB 버퍼 …
Atomic Write Support 6 클라우드 스토리지 atomic write 지원
Atomic Write Support 7 PostgreSQL는 buffered I/O만을 지원하기 때문에 활용 불가능 8KB 최소 4KB 단위로 스토리지에 반영 리눅스 페이지 캐시 DB 버퍼 8KB
Local SSD 8 로컬 SSD 높은 성능 제공하지만 저장공간으로 적합하지 않음 로컬 SSD + 높은 성능 - 데이터 손실 가능 네트워크 스토리지DB 서버 네트워크 + 데이터 안전 - 낮은 성능
AppOS Extension 9 클라우드 네이티브로 변환해주는 확장 모듈 처리량 10x 응답시간 11x 다운로드 데이터베이스 재시작
10 Background: Linux I/O Stack Storage Device Caching Layer PostgreSQL File System Layer Block Layer Abstraction Buffer Ca...
AppOS Architecture 11
AppOS Architecture 12
13 AppOS Internals _PG_init Postgres Linux kernel syscall Postgres Linux kernel syscall prehook syscall posthook Postgres ...
14 AppOS Internals Virtual File System Page Cache Block I/O Context-aware I/O Scheduler Appos core API I/O API Postgres Co...
15 AppOS Internals File Level Read/Write Lock D D CDD C D write D DD D DD CC I/O Level Range Lock Linux page cache AppOS p...
16 AppOS Internals AppOS Page Cache D C Appos I/O Scheduler Context-Aware I/O Sheduler checkpointer: 200 shares autovacuum...
Cloud Storage Driver 17 클라우드 스토리지 IO 크기 고려한 요청 크기 제어 e.g., 8KB * 32 pages 1 IOPS 소모 클라우드 스토리지 AppOS 캐시 DB 버퍼 …
Cloud Storage Driver 18 AWS 클라우드에서 처리량 4x 향상 * AWS Seoul: r5.4xlarge (16 vCPUs, 128GB memory, 500GB 2k iops EBS) * SysBenc...
Atomic Write Support 19 AppOS의 direct I/O를 통해 atomic write 활용 가능 8KB 최소 8KB 단위로 스토리지에 반영 AppOS 캐시 DB 버퍼 8KB
Atomic Write Support 20 GCP 클라우드에서 처리량 4x ~ 12x 향상 * GCP Tokyo: n1-standard-32 (32 vCPUs, 120GB memory, 500GB 16KB SSD PD)...
Local SSD Caching 21 로컬 SSD 메모리 확장으로 활용 write 네트워크 스토리지 로컬 SSD Write through write ack ack write Write back async write + ...
Local SSD Caching 22 로컬 SSD 메모리 확장으로 활용 NVMe SSD 1000GB (3000 iops) 300GB (AWS 기준 월 $60) 기존 EBS 단일 구성 Apposha 로컬 SSD 솔루션 V...
Local SSD Caching 23 월 $60 추가로 AWS에서 5~13배 처리량 향상 가능 처리량 13배 62,0005,000 20,0003,800 처리량 5배
24 Extensibility PostgreSQL 기반 다양한 DB에 적용가능
25 TimescaleDB Performance
26 TimescaleDB Performance TimescaleDB 데이터 삽입 초당 3만6천건
27 TimescaleDB Performance TimescaleDB 데이터 삽입 7x 향상 초당 26만건
28 TimescaleDB Performance AppOS 적용 시 HDD가 SSD보다 높은 성능 SSD로 교체해도 초당 23만건
29 TimescaleDB Performance TimescaleDB 쿼리 시간 1/5 감소 Aggregate on across both time and host, giving the average of all (10)...
Operational Benefits 30 리소스 세부 모니터링 운영 안정성 향상 스토리지 관련 튜닝 불필요
Operational Benefits 31 시스템 리소스 세부 지표 모니터링 가능
Operational Benefits 32 실시간 SLA 보장
33 WAL 튜닝 스토리지 특성 분석 백그라운드 태스크 튜닝 스토리지 관련 튜닝 어려움 해소 Operational Benefits
Operational Benefits 34 WAL 최대 크기 정해주더라도 동적으로 생성/삭제
Operational Benefits 35 AppOS 적용시 트래픽에 따라 WAL 선할당량 조절
Operational Benefits 36 운영 안정성 향상: 데이터 파편화 및 공간 낭비 완화 PostgreSQL Vacuum PostgreSQL Analyze
Operational Benefits 37 데이터 파편화 및 공간 낭비 완화 Server: r5d.4xlarge, 300GB NVMe SSD, Ubuntu 16.04, PostgreSQL v11.3 (shared_buf...
38 IOPS vs. 처리량?HDD or SSD? 동적 성능 변화? 스토리지 특성 세부 분석 어려움 해소 Operational Benefits 파일시스템? I/O 스케줄러? 시스템 튜닝?
Future of AppOS 39 스토리지 데이터베이스 Apposha Platform 표준 인터페이스 다양한 데이터베이스 및 스토리지 지원 HDD SSD 블록 스토리지 오브젝트 스토리지 비휘발성 메모리
https://apposha.io sangwook@apposha.io
Upcoming SlideShare
Loading in …5
×

[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기

66 views

Published on

[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기 - 김상욱

Published in: Software
no profile picture user

  • Be the first to comment

  • Be the first to like this

[Pgday.Seoul 2019] AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기

  1. 1. AppOS 고성능 I/O 확장 모듈로 성능 10배 향상시키기 김 상 욱
  2. 2. 데이터베이스 서버의 낮은 클라우드 스토리지 활용률 Database on Cloud 2 새로 개발되고 있는 데이터베이 스는 유연성, 확장성에만 초점 기존 데이터베이스는 클라우드 환경을 고려하지 않고 설계됨 * Mainstream DB: MySQL, MariaDB, PostgreSQL, MongoDB * New DB: Cockroach, YugaByte, TiDB, Vitess
  3. 3. Characteristics of Cloud Storage 3 클라우드 스토리지 특성 특정 크기 기준 IOPS 제어 로컬 SSD특수 기능
  4. 4. IOPS Control 4 클라우드 스토리지 IOPS 제어 시 I/O 크기 최대치만 존재 PostgreSQL/ Oracle MySQL/MariaDB AppOS 적용 시 Linux AWS, Azure: 256KB GCP, IBM: 16KB
  5. 5. IOPS Control 5 클라우드 스토리지 IOPS 제어 시 IO 크기 최대치만 존재 e.g., 256KB 3 IOPS 소모 클라우드 스토리지 리눅스 페이지 캐시 DB 버퍼 …
  6. 6. Atomic Write Support 6 클라우드 스토리지 atomic write 지원
  7. 7. Atomic Write Support 7 PostgreSQL는 buffered I/O만을 지원하기 때문에 활용 불가능 8KB 최소 4KB 단위로 스토리지에 반영 리눅스 페이지 캐시 DB 버퍼 8KB
  8. 8. Local SSD 8 로컬 SSD 높은 성능 제공하지만 저장공간으로 적합하지 않음 로컬 SSD + 높은 성능 - 데이터 손실 가능 네트워크 스토리지DB 서버 네트워크 + 데이터 안전 - 낮은 성능
  9. 9. AppOS Extension 9 클라우드 네이티브로 변환해주는 확장 모듈 처리량 10x 응답시간 11x 다운로드 데이터베이스 재시작
  10. 10. 10 Background: Linux I/O Stack Storage Device Caching Layer PostgreSQL File System Layer Block Layer Abstraction Buffer Cache read() write() FG FGBG BG FG BGBG reorder 리눅스 내부 다양한 계층 통해서 파일 I/O 처리 BG reorder Page Cache I/O Scheduler Firmware Scheduler
  11. 11. AppOS Architecture 11
  12. 12. AppOS Architecture 12
  13. 13. 13 AppOS Internals _PG_init Postgres Linux kernel syscall Postgres Linux kernel syscall prehook syscall posthook Postgres Linux kernel syscall prehook syscall posthook appos core File I/O On-disk access
  14. 14. 14 AppOS Internals Virtual File System Page Cache Block I/O Context-aware I/O Scheduler Appos core API I/O API Postgres Context Classifier POSIX file API checkpointer autovacuum backend …Cached Direct Linux
  15. 15. 15 AppOS Internals File Level Read/Write Lock D D CDD C D write D DD D DD CC I/O Level Range Lock Linux page cache AppOS page cache PostgreSQL shared buffer readwrite BLOCK!!! AppOS uses range lock instead of big file lock PostgreSQL shared buffer readwrite
  16. 16. 16 AppOS Internals AppOS Page Cache D C Appos I/O Scheduler Context-Aware I/O Sheduler checkpointer: 200 shares autovacuum: 200 shares backend: 500 shares writeback: 100 shares Example: D D Linux kernel backend read writeback write control inflight I/Os AppOS schedules I/Os based on context and congestion
  17. 17. Cloud Storage Driver 17 클라우드 스토리지 IO 크기 고려한 요청 크기 제어 e.g., 8KB * 32 pages 1 IOPS 소모 클라우드 스토리지 AppOS 캐시 DB 버퍼 …
  18. 18. Cloud Storage Driver 18 AWS 클라우드에서 처리량 4x 향상 * AWS Seoul: r5.4xlarge (16 vCPUs, 128GB memory, 500GB 2k iops EBS) * SysBench 1.0.15 (client): c5.xlarge (4 vCPUs), 10GB initial dataset * PostgreSQL 11.5: shared_buffers 25% memory, max_wal_size 8GB
  19. 19. Atomic Write Support 19 AppOS의 direct I/O를 통해 atomic write 활용 가능 8KB 최소 8KB 단위로 스토리지에 반영 AppOS 캐시 DB 버퍼 8KB
  20. 20. Atomic Write Support 20 GCP 클라우드에서 처리량 4x ~ 12x 향상 * GCP Tokyo: n1-standard-32 (32 vCPUs, 120GB memory, 500GB 16KB SSD PD) * SysBench 1.0.15 (client): n1-highcpu-8 (8 vCPUs), 50GB initial dataset * PostgreSQL 9.6.12: shared_buffers 25% memory, max_wal_size 2GB (full_page_writes = off)
  21. 21. Local SSD Caching 21 로컬 SSD 메모리 확장으로 활용 write 네트워크 스토리지 로컬 SSD Write through write ack ack write Write back async write + 데이터 안전 - 느린 쓰기 네트워크 스토리지 로컬 SSD ack + 빠른 쓰기 - 데이터 손실 write Flush on sync async write 네트워크 스토리지 로컬 SSD ack + 데이터 안전 + 빠른 쓰기 sync flush
  22. 22. Local SSD Caching 22 로컬 SSD 메모리 확장으로 활용 NVMe SSD 1000GB (3000 iops) 300GB (AWS 기준 월 $60) 기존 EBS 단일 구성 Apposha 로컬 SSD 솔루션 VS.EBS16 코어 64GB 메모리 1000GB (3000 iops) EBS16 코어 64GB 메모리 AppOS 네트워크 네트워크
  23. 23. Local SSD Caching 23 월 $60 추가로 AWS에서 5~13배 처리량 향상 가능 처리량 13배 62,0005,000 20,0003,800 처리량 5배
  24. 24. 24 Extensibility PostgreSQL 기반 다양한 DB에 적용가능
  25. 25. 25 TimescaleDB Performance
  26. 26. 26 TimescaleDB Performance TimescaleDB 데이터 삽입 초당 3만6천건
  27. 27. 27 TimescaleDB Performance TimescaleDB 데이터 삽입 7x 향상 초당 26만건
  28. 28. 28 TimescaleDB Performance AppOS 적용 시 HDD가 SSD보다 높은 성능 SSD로 교체해도 초당 23만건
  29. 29. 29 TimescaleDB Performance TimescaleDB 쿼리 시간 1/5 감소 Aggregate on across both time and host, giving the average of all (10) CPU metrics per host per hour for 24 hours
  30. 30. Operational Benefits 30 리소스 세부 모니터링 운영 안정성 향상 스토리지 관련 튜닝 불필요
  31. 31. Operational Benefits 31 시스템 리소스 세부 지표 모니터링 가능
  32. 32. Operational Benefits 32 실시간 SLA 보장
  33. 33. 33 WAL 튜닝 스토리지 특성 분석 백그라운드 태스크 튜닝 스토리지 관련 튜닝 어려움 해소 Operational Benefits
  34. 34. Operational Benefits 34 WAL 최대 크기 정해주더라도 동적으로 생성/삭제
  35. 35. Operational Benefits 35 AppOS 적용시 트래픽에 따라 WAL 선할당량 조절
  36. 36. Operational Benefits 36 운영 안정성 향상: 데이터 파편화 및 공간 낭비 완화 PostgreSQL Vacuum PostgreSQL Analyze
  37. 37. Operational Benefits 37 데이터 파편화 및 공간 낭비 완화 Server: r5d.4xlarge, 300GB NVMe SSD, Ubuntu 16.04, PostgreSQL v11.3 (shared_buffers=32GB, max_wal_size=8GB) Client: c5.xlarge Aggressive Autovacuum: autovacuum_vacuum_cost_delay=1s autovacuum_vacuum_cost_limit=10000
  38. 38. 38 IOPS vs. 처리량?HDD or SSD? 동적 성능 변화? 스토리지 특성 세부 분석 어려움 해소 Operational Benefits 파일시스템? I/O 스케줄러? 시스템 튜닝?
  39. 39. Future of AppOS 39 스토리지 데이터베이스 Apposha Platform 표준 인터페이스 다양한 데이터베이스 및 스토리지 지원 HDD SSD 블록 스토리지 오브젝트 스토리지 비휘발성 메모리
  40. 40. https://apposha.io sangwook@apposha.io

×