도커의 가용성 지원을 위한 디스크 용량 확장 기법 설계 및 구현 :Design and implementation of disk capacity expansion techniques to support Docker‘s Availability

권세훈

추천

검색

자료유형: 학위논문

저자정보: 권세훈 (세종대학교, 세종대학교 대학원)

지도교수: 노재춘

발행연도: 2022

저작권: 세종대학교 논문은 저작권에 의해 보호받습니다.

이용수10

이 논문의 연구 히스토리 (3)

2022

도커의 가용성 지원을 위한 디스크 용량 확장 기법 설계 및 구현

권세훈 컴퓨터공 2022.01 학위논문

2021

도커의 가용성 지원을 위해 NVMe SSD를 접목한 디스크 용량 확장 기법

권세훈 , 서형준 , 노재춘 외 1명 전자공학회논문지 2021.09 학술저널

2019

도커 컨테이너 기반에서 가용성 지원을 위한 디스크 용량 확대 모듈 설계

권세훈 , 서형준 , 김재환 외 1명 대한전자공학회 학술대회 2019.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

클라우드 플랫폼에서 사용하는 가상화 기법들은 하이퍼바이저 기반의 가상 머신과 도커 기반의 컨테이너를 사용하고 있으며, 최근 서버 오버헤드가 적은 컨테이너가 주목을 받고 있다. 클라우드 서비스는 사용자가 설정하는 컴퓨팅 리소스를 바탕으로 컨테이너에 자원을 할당하여 제공한다. 이 중 디스크 용량 같은 경우는 컨테이너에서 동작하는 프로그램이 사용자가 설정한 디스크 용량보다 더 큰 데이터를 처리할 경우, 응용프로그램이 중단되는 단점이 있다. 현재 도커 에서는 실행 중인 컨테이너의 디스크 용량을 재설정하는 것이 불가능하고, 컨테이너를 종료 후 디스크 용량을 추가해야 하는 문제가 있다. 이를 위해 사용자는 초기 설정 시 디스크 용량을 정확히 예측해야 하는 문제가 동반된다.
본 논문은 도커 환경에서 서브 디스크를 활용하여 컨테이너의 디스크 용량을 실시간으로 변경하는 OFSM(OverlayFS based I/O Flow Switching Module) 프레임워크를 구현하였다. OFSM 환경에서는 사용자가 할당된 디스크 용량을 초과해서 사용하더라도 프로그램이 중단되지 않으며, 컨테이너를 종료하지 않아도 된다. 또한 사용자가 디스크 용량을 정확히 예측해야 하는 문제를 해결할 수 있다. 더 나아가 서브 디스크를 NVMe SSD로 구성하여 입출력 처리 속도를 향상할 수 있다.

#도커 #오버레이 파일 시스템 #쿼터 #입출력

제1장 서 론 1
제2장 관련 연구 3
1. 도커(Docker) 3
가. 가상머신과 도커 컨테이너의 차이 4
나. 이미지(Image) 5
다. 네임스페이스(Namespaces) 5
라. 컨트롤 그룹(Control groups) 5
마. 레이어(Layer) 6
바. Slacker 7
사. I/O 애플리케이션을 위한 도커 컨테이너 스케줄러 7
아. 포그 컴퓨팅 환경 컨테이너 배포 8
자. 하드웨어 리소스를 이용한 컨테이너 성능 평가 8
2. 유니온 파일 시스템(Union File System) 9
가. OverlayFS 9
3. 쿼터(Quota) 11
4. NVMe SSD 12
제3장 본 론 14
1. OFSM 구성도 14
2. OFSM 각 모듈 16
가. 도커 데몬 16
나. 커널 모듈 18
다. 사용자 프로세스 19
3. OFSM 파일 시스템 모듈 20
가. 컨테이너 생성 시 초기 함수 동작 과정 21
나. 컨테이너 실행 시 기존 호스트 파일 메모리에 저장 22
다. 컨테이너 파일 쓰기 23
라. 서브 디스크 디렉터리 정보를 저장하기 위한 작업 24
마. 컨테이너 생성 시 초기 작업 수행 25
바. 컨테이너 실행 시 기존 디렉터리 메모리에 저장하는 과정 26
사. 컨테이너에서 파일 생성 시 동작하는 과정 28
제4장 OFSM 성능 비교 30
1. 실험 환경 30
2. 성능 측정 31
가. 오리지널 컨테이너와 OFSM 컨테이너 쓰기 속도 비교 31
나. IOzone을 통한 오리지널과 OFSM 모듈 컨테이너 비교 32
다. FIO를 통한 지속적인 파일 I/O 테스트 36
라. 여러 개의 컨테이너를 이용하여 I/O 테스트 39
제5장 결 론 40
제6장 참고 문헌 41

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)