Part 4.
DBMS(Relational/Graph/Key-value) 쿼리 요청 시 실행 계획에 따라 연산 스토리지 상에 푸시다운 수행 여부를
판단하고 스니펫을 생성, 오프로딩을 통해 연산 스토리지에서 테이블 스캔 실행 명령 수행
연산자(비교, 산술, 논리, 집합 등) 푸시다운 + 연산 스토리지 주소 정보 → 다양한 DB 엔진에 대한 표준 인터페이스 제공
DBMS 태스크 연산의 고속 오프로딩 및 클라우드 向 데이터 연산을 위한 스토리지 엔진 스니펫* 스케줄러 기술 개발
분산·병렬 연산처리 + 저지연 다중 요청 처리 → CSD별 유휴 자원(Core, Memory) 선정 , 응답 시간 단축 및 신뢰성 향상
DBMS 태스크 연산자, 함수 처리를 위한 하드웨어 가속기 지원 경량 가상화기반의 연산스토리지 엔진 기술 개발
다중 Snippet 처리를 위한 ISP 런타임 + 연산자, 함수 처리를 위한 가속기 → 코어별 Snippet처리, 고속 테이블 스캔으로 응답시간 단축
다양한 DBMS 태스크 오프로딩의 효율성 분석이 가능한 CSD 추상화 기반 시뮬레이터 모델 개발
DBMS 태스크 오프로딩 분석 + 자원 사용률, 에너지 효율 분석 → 다양한 DBMS 태스크 오프로딩 분석 및 연산 스토리지 적용 확대
고신뢰성 ACID(Atomicity/Consistency/Isolation/Durability) 속성 보장을 위해 키-밸류 분산 저장소 기반 IO 트랜잭션 기법을 제공하고
DBMS 입출력 연산 저지연 고성능 처리를 위한 RDMA/SPDK기반 CSD 데이터 처리 고속화 WAL 구현
키-밸류 저장소기반 트랜잭션 관리 + 가상 인스턴스기반 RDMA/SPDK → 고신뢰성 데이터 정합성 및 고속 저지연 데이터 입출력 보장
고속 연산 스토리지 서비스를 위해 다양한 DBMS 엔진에 대한 입출력 데이터를 처리하는 표준 스토리지 프로토콜(POSIX/BLOCK/OBJECT)과
컨테이너기반 통합 운영 관리를 위한 API(CSI/RESTAPI)통합 Storage Adapter 인터페이스 기술 개발
컨테이너기반 스토리지 서비스 프로토콜 모듈 및 연동 API 통합 → 스토리지 효율성(배치/호환성/연동성/관리 편의성) 향상
KETI-Web-Workbench enables users to monitor databases, perform query pushdown, and run validator to analyze resource utilization and energy savings.
- Python 3.7.5
- Flask 2.2.5
- Werkzeug 2.2.3
Check DB Info
Monitor DB Metrics
Monitor Host Server Metrics
Run Query
Check Query Result
Check Query Metric
Check Host Server Metrics
Check Query Log
Run Query
Set Query Pushdown Option
Check Query Log
Compare two query results
This project is supported by IITP grant funded by the Korea government(MSIT) (No.2021-0-00862, Development of DBMS
storage engine technology to minimize massive data movement