클라우드 환경에서 오픈소스 RDBMS 성능 개선 기법에 관한 연구 = A Study of Improving Methods for Performance of Open source RDBMS in Cloud Environment

국문 초록 (Abstract)

클라우드 서비스와 오픈소스 RDBMS(Relational DBMS)는 현대 IT 환경에서 혁신적인 변화를 가져오고 있다. 오픈소스 RDBMS는 클라우드 환경에서 원활하게 실행되며, 클라우드 컴퓨팅은 오픈소스 RDBMS 관리를 단순화한다. 이 두 기술의 결합은 기술 혁신과 비즈니스 효율성을 촉진하며, 다양한 분야에서 광범위하게 적용되며 국내 공공기관의 경우 공공클라우드 전환과 정부통합데이터센터 사업에 오픈소스 RDBMS 도입의 비중이 점차 증가 하고 있다. 이에 다양한 오픈소스 RDBMS의 클라우드 환경에서의 적합성 판단과 시험을 위한 선정을 통해 기능, 성능 검증 및 성능 개선의 연구가 요구 되고 있다. 본 연구는 실험 환경 구성을 위해 다양한 클라우드 플랫폼과 오픈소스 RDBMS를 가트너(Gartner), DB-Engines, G2에서 상위 평가되는 환경과 제품을 구분하여 이 중 구분된 환경, 제품에 대해 객관적인 비교를 통해 선정한다. 특히 다양한 서비스 제공을 고려하여 오픈소스 RDBMS의 분산 구조 주요 요소 중 클라우드 자원(Resource)과 검증된 분산구성에 관한 성능 지표를 산정하여 진행한다. 따라서 클라우드 환경에서 오픈소스 RDBMS 성능 검증과 개선을 위해 기능과 성능 지표를 정의하고 최적의 분산구조 기반 OLTP(Online Transactional Processing) 조건의 검증을 수행한다. 성능 검증은 RDBMS 벤치마크에 많이 사용되는 다중 스레드 형태의 스크립트 도구인 Sysbench를 사용하여 OLTP 기반의 빈번한 워크로드를 생성하여 실험을 진행한다. 본 연구를 통해 클라우드 환경에서 오픈소스 RDBMS 구성이 요구되는 신규 서비스의 규모 설계, 서비스 환경 전환(Migration), 통합(Integration), 분산(Distributed) 등의 타당성 검토 진행에 오픈소스 RDBMS의 요구되는 성능 규격과 시스템 설계를 위한 방법에 도움이 되고자 한다.

다국어 초록 (Multilingual Abstract)

Cloud services and open source Relational DBMS(RDBMS) is revolutionizing the modern IT landscape. Open source RDBMS run seamlessly in cloud environments, and cloud computing simplifies the management of open source RDBMS. The combination of these two technologies promotes technological innovation and business efficiency, and is widely applied in various fields, and in the case of public institutions in Korea, the adoption of open source RDBMS is increasingly used in public cloud transformation and government integrated data center projects. Therefore, it is necessary to determine the suitability of various open source RDBMS in the cloud environment, select them for testing, and study their functionality, performance verification, and performance improvement. In this study, various cloud platforms and open source RDBMS is selected for the experimental environment through objective comparisons of the environments and products that are highly rated on the Gartner, DB-Engines, and G2 sites. In particular, by selecting different service offerings, we calculate performance indicators for cloud resources and verified distributed configurations among the main elements of the distributed structure of open source RDBMS. Therefore, to verify and improve the performance of open source RDBMS in the cloud environment, we define the characteristics and performance indicators of open source RDBMS and verify the optimal distributed structure-based OLTP(Online Transactional Processing) conditions. The performance verification is performed by creating common OLTP-based workloads using Sysbench, a multi-threaded scripting tool widely used for RDBMS benchmarks. The goal of this study is to provide the required performance specifications of open source RDBMS and system design methodologies for new services requiring open source RDBMS configuration in cloud environments, as well as feasibility studies for migration, integration, and distributed services.

목차 (Table of Contents)

• 제1 장 서론 1
• 1.1 연구의 배경과 목적 1
• 1.2 연구의 방법과 범위 3
• 1.3 연구의 구성 4
• 제2 장 이론적 배경 6
• 2.1 오픈소스 RDBMS 역사 6
• 2.2 오픈소스 RDBMS 시장현황 8
• 2.3 오픈소스 RDBMS 특징 9
• 2.4 오픈소스 RDBMS의 클라우드 환경 적합성 11
• 제3 장 클라우드환경에서 오픈소스 RDBMS 성능 개선 기법 14
• 3.1 오픈소스 RDBMS 시험 설계 및 환경 설정 14
• 3.1.1. 클라우드 플랫폼 선정 14
• 3.1.2. 오픈소스 RDBMS 선정 16
• 3.2 시험 데이터 성능 및 기능 구현 시나리오 구성 20
• 3.2.1. SQL 표준 준수 기능 지표 정의 20
• 3.2.2. 백업, 복구 및 가용성 기능 지표 정의 22
• 3.2.3. 성능 개선 지표 정의 24
• 제4 장 클라우드환경에서 오픈소스 RDBMS 성능 및 기능검증·· 29
• 4.1 시험 환경 구성 29
• 4.2 기능 검증 31
• 4.2.1 SQL 표준 준수 기능 검증 31
• 4.2.1.1 지원 SQL, 데이터 타입 31
• 4.2.1.2 스키마 및 오브젝트, 파티션 테이블 32
• 4.2.2 백업, 복구 및 가용성 기능 검증 33
• 4.2.2.1 벡업 기능 검증 33
• 4.2.2.2 복구 기능 검증 34
• 4.2.2.3 가용성 기능 검증 35
• 4.3 성능 검증 36
• 4.3.1 ProxySQL 노드 물리 자원에 따른 성능 검증 36
• 4.3.1.1 성능개선 검증#1-1 36
• 4.3.1.2 성능개선 검증#1-2 38
• 4.3.2 ProxySQL 노드 구성에 따른 성능 검증 40
• 4.3.2.1 성능개선 검증#2-1 40
• 4.3.2.2 성능개선 검증#2-2 42
• 4.3.3 Fast_Forward 파라미터 변경에 따른 성능 검증 43
• 4.3.3.1 성능개선 검증#3-1 43
• 4.3.3.2 성능개선 검증#3-2 45
• 4.3.4 성능 개선 검증 결과 47
• 제5 장 결론 및 향후 연구 과제 50
• 5.1 실험 요약 및 연구 결과 50
• 5.2 향후 연구 과제 및 방향 51
• 참고문헌 52
• 부 록 56