Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Cache Support in a High Performance Fault-Tolerant Distributed Storage System for Cloud and Big Data
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för datalogi och datorsystemteknik.
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för datalogi och datorsystemteknik.ORCID-id: 0000-0001-9947-1088
Blekinge Tekniska Högskola, Fakulteten för datavetenskaper, Institutionen för kommunikationssystem.
Compuverde AB.
2015 (Engelska)Ingår i: 2015 IEEE 29TH INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM WORKSHOPS, IEEE Computer Society, 2015, s. 537-546Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Due to the trends towards Big Data and Cloud Computing, one would like to provide large storage systems that are accessible by many servers. A shared storage can, however, become a performance bottleneck and a single-point of failure. Distributed storage systems provide a shared storage to the outside world, but internally they consist of a network of servers and disks, thus avoiding the performance bottleneck and single-point of failure problems. We introduce a cache in a distributed storage system. The cache system must be fault tolerant so that no data is lost in case of a hardware failure. This requirement excludes the use of the common write-invalidate cache consistency protocols. The cache is implemented and evaluated in two steps. The first step focuses on design decisions that improve the performance when only one server uses the same file. In the second step we extend the cache with features that focus on the case when more than one server access the same file. The cache improves the throughput significantly compared to having no cache. The two-step evaluation approach makes it possible to quantify how different design decisions affect the performance of different use cases.

Ort, förlag, år, upplaga, sidor
IEEE Computer Society, 2015. s. 537-546
Nyckelord [en]
big data; cloud; distributed storage systems; cache; performance evaluation
Nationell ämneskategori
Datorteknik
Identifikatorer
URN: urn:nbn:se:bth-11411DOI: 10.1109/IPDPSW.2015.65ISI: 000380446100062ISBN: 978-1-4673-9739-1 (tryckt)OAI: oai:DiVA.org:bth-11411DiVA, id: diva2:894241
Konferens
IEEE International Parallel and Distributed Processing Symposium Workshop (IPDPSW), Hyderabad
Projekt
Bigdata@BTH - Scalable resource-efficient systems for big data analytics
Forskningsfinansiär
KK-stiftelsenTillgänglig från: 2016-01-14 Skapad: 2016-01-14 Senast uppdaterad: 2018-02-02Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Lundberg, LarsGrahn, HåkanIlie, Dragos

Sök vidare i DiVA

Av författaren/redaktören
Lundberg, LarsGrahn, HåkanIlie, Dragos
Av organisationen
Institutionen för datalogi och datorsystemteknikInstitutionen för kommunikationssystem
Datorteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 268 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf