動態 BLOB 調整為雲端運算提升 96% 的效能
作者：David Bradley ；出處：Inderscience；日期：2023 年 9 月 29 日
引言
最近在〈國際網格與公用事業計算國際期刊〉(International Journal of Grid and Utility Computing) 中發表的研究指出，對於雲端運算儲存系統中的資料 "chunks" 的大小採取適應性處理方式可以大幅提高效能。阿爾及利亞阿爾及爾高等資訊學院的 Chalabi Baya 和突尼西亞拉馬努巴大學的 Slimani Yahya 考慮了雲端中以二進位大型物件 (BLOBs) 儲存的非結構資料的方式。他們指出，大多數資料管理系統使用與特定 BLOBs 相等的資料區塊大小，但這種看似簡單的方法卻隱藏著一個問題——BLOBs 的大小並不相等。BLOBs 是雲端運算的基本元件，而大小的問題妨礙了資料的移動，導致系統中資料存取的一致性下降，從而降低了效能。效能下降意味著在運送和儲存資料方面浪費了能源。
適應性處理方式的挑戰
團隊指出，在嘗試提高計算系統效能時，總是需要做出一些妥協。"由於區塊大小會影響頻寬，如果區塊大小較小，網路將會過載，"團隊解釋道："另一方面，如果區塊大小較大並且資料被同時存取，響應時間將會增加。" 為理解決這些問題，研究人員開發了一種適應性處理方式，根據一組即時指標動態地調整區塊大小。這些指標包括可用頻寬、儲存使用量、BLOBs 的大小以及資料存取的頻率。
研究結果和展望
在與固定區塊大小方法進行比較的測試中，團隊觀察到執行時間提高了 24％，而與隨機區塊大小方法相比，提高了 96％。研究人員還表示他們的資料分割技術可能適用於其他的資料管理系統。他們計劃在 BlobSeer 和 Hadoop 分散式檔案系統 (HDFS) 等實際的雲端運算平臺上測試他們的方法。
總結而言，這項研究為改善雲端運算系統的效能提供了一個新的方法。透過動態調整區塊大小，可以更好地適應資料存取的需求，提高系統的效率。此外研究人員將進一步測試他們的方法並探索應用於真實的雲端運算平臺中的可能性。
關鍵詞: 雲端運算、BLOB、效能提升
出處：Dynamic BLOB adjustment gives cloud computing a 96% efficiency boost
延伸閱讀
- 雲端運算不必妥協：掌握高效、安全的資料管理祕訣
- 「革命性基礎模型：Piramidal 如何用腦波技術提升腦電圖的效能！」
- 數學的數位風洞：利用物理基礎 AI 模擬提升 F1 賽車效能！
- Google Cloud 為 Y Combinator 新創公司推出專屬 Nvidia GPU 群集！
- 「從 Yandex 的灰燼中崛起：Nebius 計畫成為歐洲 AI 運算領袖！」
- Flow 聲稱憑藉其附屬晶片和一些技巧，可以將任何 CPU 的效能提升 100 倍
- Stacklet 席捲市場，企業開始重視雲端成本控制
- 善待聊天機器人：提升效能的祕密
- NodeShift：挑戰超大型雲端運算服務商的分散式雲端
- Google 將 Gymni Pro 引進 Vertex AI
