Optimizing Distributed In-memory Storage Systems: Fault-tolerance, Performance, Energy Efficiency

Yacine Taleb 1
1 KerData - Scalable Storage for Clouds and Beyond
Inria Rennes – Bretagne Atlantique , IRISA_D1 - SYSTÈMES LARGE ÉCHELLE
Résumé : Les technologies émergentes, telles que les objets connectés et les réseaux sociaux sont entrain de changer notre manière d’interagir avec autrui. De par leur large adoption, ces technologies génèrent de plus en plus de données. Alors que la gestion de larges volumes de données fut l’un des sujets majeurs de la dernière décennie, un nouveau défi est apparu récemment : comment tirer profit de données générées en temps réel. Avec la croissance des capacités de mémoires vives, plusieurs fournisseurs services, tel que Facebook, déploient des péta-octets de DRAM afin de garantir un temps d’accès rapide aux données. Néanmoins, les mémoires vives sont volatiles, et nécessitent souvent des mécanismes de tolérance aux pannes coûteux en terme de performance. Ceci crée des compromis entre la performance, la tolérance aux pannes et l’efficacité dans les systèmes de stockage basés sur les mémoires vives. Dans cette thèse, nous commençons, d’une part, par étudier ces compromis : nous identifions les facteurs principaux qui impactent la performance, l’efficacité et la tolérance aux pannes dans les systèmes de stockage en mémoire. Ensuite, nous concevons et implémentons un nouveau mécanisme de réplication basé sur l’accès à la mémoire distante (RDMA). Enfin, nous portons cette technique à un nouveau type de système de stockage : les systèmes de stockage pour streaming. Nous concevons et implémentons des mécanismes de réplication et de tolérance aux pannes efficaces et un impact minimal sur les performances sur le stockage pour streaming
Type de document :
Thèse
Computer Science [cs]. ENS Rennes, 2018. English
Liste complète des métadonnées

https://hal.inria.fr/tel-01891897
Contributeur : Yacine Taleb <>
Soumis le : mercredi 10 octobre 2018 - 10:32:56
Dernière modification le : jeudi 15 novembre 2018 - 11:58:57

Fichier

Thesis_Yacine_Final.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : tel-01891897, version 1

Citation

Yacine Taleb. Optimizing Distributed In-memory Storage Systems: Fault-tolerance, Performance, Energy Efficiency. Computer Science [cs]. ENS Rennes, 2018. English. 〈tel-01891897〉

Partager

Métriques

Consultations de la notice

99

Téléchargements de fichiers

74