메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.

고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

내서재에 추가
되었습니다.
내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (2)

초록·키워드

오류제보하기
온라인 스토리지 마이그레이션이란 서비스를 중단하지 않고 스토리지를 원격에 복제(Replication)하기 위한 연산이다. 온라인 스토리지 마이그레이션은 스토리지 교체, 복제, 데이터 센터 이전 등 다양한 응용에서 꼭 필요한 연산이다. 이 논문에서 제안하는 온라인 스토리지 마이그레이션 방법은 전송속도를 높이기 위해서 전송대상 파일들의 익스텐트 맵을 생성하고 물리주소에 따라 순차 IO를 수행하여 파일들을 읽고 이를 타겟(target)으로 전송한다. 또한, 전송 중에 발생하는 소스(source) 측의 변경에 대해서 추적을 하고 이를 로그 레코드로 기록하여 전송 중의 변경을 타겟측에 반영할 수 있다. 이 논문에서는 제안하는 온라인 마이그레이션 방법을 실제로 구현하고 소스와 타겟의 일치성과 온라인 마이그레이션 수행 속도를 측정하는 실험을 수행하였다. 실험 결과 단순 원격복사 명령어인 scp 에 비해서 2배 이상 빠르게 마이그레이션을 수행함을 확인하였다.

Online storage migration is an operation to replicate a storage remotely without interrupting service. This operation is essential for various applications such as storage replacement, replication, and data center relocation. The proposed online storage migration method in this paper creates an extent map of files to be transferred, performs sequential IO according to the physical address, reads the files, and transmits them to the target to increase the transfer speed. In addition, it is possible to track changes on the source side occurring during transmission and record them in log records to reflect the changes during transmission on the target side. Finally, in this paper, we implement the proposed online storage migration method and perform an experiment to measure the speed of online storage migration. As a result of the experiment, we show that the proposed migration method is performed twice or more faster than the simple remote copy command, scp.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 제안하는 온라인 스토리지 마이그레이션 방법
Ⅲ. 성능 평가
Ⅳ. 결론
References

참고문헌 (10)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0