Preview

Радиопромышленность

Расширенный поиск

АНАЛИЗ ПРОЦЕССОВ СОГЛАСОВАНИЯ ВЕРСИЙ ЗАПИСЕЙ В БАЗАХ ДАННЫХ NOSQL

https://doi.org/10.21778/2413-9599-2017-4-125-134

Полный текст:

Аннотация

В настоящее время наряду с реляционными базами данных стали широко использоваться базы данных NoSQL. Они  обладают  высокой  производительностью  и  надежностью,  так  как  здесь  данные  хранятся  в  виде  записей  <ключ, значение>, которые многократно реплицируются. Но отсутствие в этих базах явного механизма ведения транзакций и блокировок записей приводит к резкому увеличению числа версий записей в базе данных при одновременном их обновлении несколькими пользователями. При этом растет нагрузка на пользователя и время согласования этих версий, уменьшается производительность системы, увеличивается вероятность потери версий. Количество типов записей, хранящихся в базе данных, велико и число версий записей невозможно измерить на этапе эксплуатации системы. Поэтому актуальной является задача оценки числа версий записи и времени их согласования  при  пиковой  нагрузке  на  систему  на  этапе  ее  проектирования.  Это  позволяет  вовремя  принять правильное решение. В этом случае адекватные математические модели являются незаменимым инструментом анализа. В статье рассмотрен процесс обработки (согласования) версий записи. Разработана имитационная модель  согласования  версий  записи,  параллельно  обновляемой  несколькими  пользователями.  Модель  позволяет оценить время согласования версий записи и число версий, одновременно хранящихся в базе данных. По результатам моделирования проектировщик системы может дать рекомендации о максимально возможном числе пользователей (или приложений), одновременно работающих с одним документом (записью базы данных). Это важно,  если  накладываются  ограничения  на  время  согласования  документа.  Описывается  процесс  подготовки и проведения натурных экспериментов в облаке для анализа адекватности модели. Результаты натурных экспериментов показывают, что разработанная имитационная модель процесса ведения версий записи является адекватной. Средняя относительная погрешность оценки характеристик случайного числа версий записи с помощью модели составляет: среднего значения – 7  ,5% и правой границы доверительного интервала (ПГДИ) – 3  ,0%. Средняя  относительная  погрешность  оценки  с  помощью  модели  среднего  значения  времени  обработки  обновлений записи составляет 0,22%, ПГДИ –  5,6%.

Об авторах

Ю. А. Григорьев
Московский государственный технический университет им. Н. Э. Баумана
Россия

Григорьев   Юрий   Александрович - доктор технических наук,    профессор.

105005, Москва, ул. 2-я Бауманская, д. 5, стр. 1, тел.:  8 (916) 632-38-25



А. Д. Плутенко
Амурский государственный университет
Россия

Плутенко Андрей Долиевич - доктор технических наук,  профессор.

675027, Амурская область, Благовещенск, Игнатьевское ш., д. 21



А. В. Бурдаков
Информационные технологии для эпидемиологии
Россия

Бурдаков Алексей Викторович - кандидат технических наук,  руководитель программ по разработке и внедрению автоматизированных информационных систем.

109428, Москва, Рязанский пр-т, д. 10, стр. 2



Е. В. Цвященко
Научно-производственная компания «Кронос-Информ»
Россия

Цвященко Евгений  Васильевич - кандидат технических наук,  ведущий специалист, отдел разработки программного обеспечения.

125130, Москва, ул. Приорова, д. 30


Список литературы

1. RedmondE., WilsonJ. R. Seven databases in seven weeks: a guide to modern databases and the NoSQL movement. Pragmatic Bookshelf, 2012.

2. Sadalage P. J., Fowler M. NoSQL distilled: a brief guide to the emerging world of polyglot persistence. Pearson Education, 2012.

3. Hecht R., Jablonski S. NoSQL evaluation: A use case oriented survey. Cloud and Service Computing (CSC), 2011 International Conference on. IEEE, 2011, pp. 336–341.

4. Burdakov A. et al. Estimation models for NoSQL database consistency characteristics. Parallel, Distributed, and NetworkBased Processing (PDP), 24th Euromicro International Conference on. IEEE, 2016, pp. 35–42.

5. Why Cassandra doesn’t need vector clocks. Available at: http://www.datastax.com/dev/blog/why-cassandra-doesnt-needvector-clocks (accessed 10.11.2017)

6. De Candia G. Dynamo: amazon’s highly available key-value store. CM SIGOPS operating systems review, 2007, vol. 41, no. 6, pp. 205–220.

7. GPSS World reference manual. Minuteman Software. Fifth Edition. Holly Springs, NC, U.S.A., 2009.

8. Saito Y., Shapiro M. Optimistic replication. ACM Computing Surveys (CSUR), 2005, vol. 37, no. 1, pp. 42–81.

9. Chandra T. D., Toueg S. Unreliable failure detectors for reliable distributed systems. Journal of the ACM (JACM), 1996, vol. 43, no. 2, pp. 225–267.

10. Mongo DB. Available at: http://mongodb.org (accessed 10.11.2017)

11. Amazon Dynamo DB. Available at: http://aws.amazon.com/dynamodb (accessed 10.11.2017)

12. Redis. Available at: http://redis.io (accessed 10.11.2017)

13. Fowler M. Patterns of enterprise application architecture. Addison-Wesley Longman Publishing Co., Inc., 2002.

14. Strauch C. NoSQL databases. Lecture selected topics on software-technology ultra-large scale sites. Manuscript. Stuttgart Media University. 2011.

15. Orend K. Analysis and classification of NoSQL databases and evaluation of their ability to replace an object-relational Persistence Layer. Architecture. 2010, pp. 100.

16. Riak documentation. Available at: http://docs.basho.com/index.html (accessed 10.11.2017)

17. Cassandra. Available at: http://cassandra.apache.org (accessed 10.11.2017)

18. CouchDB. Available at: http://couchdb.apache.org (accessed 10.11.2017)

19. Tanenbaum A. S., Van Steen M. Distributed systems: principles and paradigms. Prentice-Hall, 2007.

20. Baldoni R., Klusch M. Fundamentals of distributed computing: A practical tour of vector clock systems. IEEE Distributed Systems Online, 2002, no. 2, pp. 1–25.

21. Sun C., Cai W. Capturing causality by compressed vector clock in real-time group editors. Parallel and Distributed Processing Symposium. Proceedings International, IPDPS2002, pp. 59–66.

22. Singhal M., Kshemkalyani A. An efficient implementation of vector clocks. Information Processing Letters, 1992. vol. 43, no. 1, pp. 47–52.

23. Digital Ocean. Available at: https://www.digitalocean.com (accessed 10.11.2017)

24. Ubuntu OS14.04. Available at: http://releases.ubuntu.com/14.04 (accessed 10.11.2017)

25. Bailis P. et al. Probabilistically bounded staleness for practical partial quorums. Proceedings of the VLDB Endowment, 2012. vol. 5, no. 8, pp. 776–787.

26. Zukerman M. Introduction to Queueing Theory and Stochastic Teletrac Models. Available at: http://www.ee.cityu.edu.hk/~zukerman/classnotes.pdf (accessed 10.11.2017)


Для цитирования:


Григорьев Ю.А., Плутенко А.Д., Бурдаков А.В., Цвященко Е.В. АНАЛИЗ ПРОЦЕССОВ СОГЛАСОВАНИЯ ВЕРСИЙ ЗАПИСЕЙ В БАЗАХ ДАННЫХ NOSQL. Радиопромышленность. 2017;27(4):125-134. https://doi.org/10.21778/2413-9599-2017-4-125-134

For citation:


Grigorev Y.A., Plutenko А.D., Burdakov А.V., Tsvyashchenko E.V. ANALYSIS OF RECORD VERSIONS RECONCILIATION PROCESSES IN NOSQL DATABASES. Radio industry (Russia). 2017;27(4):125-134. (In Russ.) https://doi.org/10.21778/2413-9599-2017-4-125-134

Просмотров: 101


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2413-9599 (Print)
ISSN 2541-870X (Online)