- Главная
- →
- Базы данных и системы хранения
Метаданные для кластера: гонка key-value-героев Базы данных и системы хранения
Последние 2 года занимается высокопроизводительными системами хранения данных. Разработал алгоритм лог-структурированного кэширования операций случайного чтения, ориентированный на использование твердотельных накопителей. Также участвует в разработке подсистемы управления метаданными в кластере хранения.
Руководитель исследовательской лаборатории RAIDIX, кандидат технических наук. Работала в исследовательских лабораториях Samsung и EMC. Автор более 10 научных публикаций и патентов.
Тезисы
Обзоры и сравнения key-value баз данных, коих сегодня огромное количество, пестрят обещаниями миллионов операций в секунду с менее чем миллисекундными задержками.
Мы строим высокопроизводительный кластер хранения, и нам нужно где-то хранить метаданные. Одним из вариантов стали хвалёные key-value-решения. Справятся ли они с такой нагрузкой?
В этом докладе будет рассказано о том, как мы:
• выжимали все соки из разных key-value БД;
• настраивали базы под максимальную производительность;
• проводили тесты;
• анализировали кучу графиков.
И всё это в контексте использования NVME-накопителей на больших объёмах данных.
Не слишком впечатлившись производительностью протестированных решений, мы задались вопросом: "а сколько же можно выжать на NVME-накопителях, отказавшись от лишней функциональности key-value БД?". В докладе вы найдете ответ и на этот интригующий вопрос.
