Block Trace Analysis and Storage System Optimization: A Practical Approach with MATLAB/Python Tools

فاکتورهای اساسی عملکرد سیستم ذخیره سازی داده را درک کنید و با استفاده از ردیابی بلوک از طریق برنامه هایی مانند ابزارهای MATLAB و Python به یک مهارت تحلیلی ضروری تسلط پیدا کنید. بهره وری خود را افزایش خواهید داد و بهترین تکنیک ها را برای انجام وظایف خاص (مانند تجزیه و تحلیل الگوی IO به روش کمی، شناسایی گلوگاه سیستم ذخیره سازی و طراحی خط مشی کش) یاد خواهید گرفت.

در عصر جدید اینترنت اشیا، داده های بزرگ و سیستم های ابری، عملکرد بهتر و تراکم بیشتر سیستم های ذخیره سازی بسیار مهم شده است. برای افزایش تراکم ذخیره‌سازی داده‌ها، تکنیک‌های جدیدی تکامل یافته‌اند و تکنیک‌های دسترسی ترکیبی و موازی - به همراه الگوریتم‌های برنامه‌ریزی IO و مهاجرت داده‌ها - برای توسعه راه‌حل‌های ذخیره‌سازی داده با کارایی بالا به کار گرفته می‌شوند. در میان تکنیک های مختلف تجزیه و تحلیل عملکرد سیستم ذخیره سازی، تجزیه و تحلیل ردیابی رویداد IO (به ویژه تجزیه و تحلیل ردیابی سطح بلوک) یکی از رایج ترین رویکردها برای بهینه سازی و طراحی سیستم است. با این حال، کار تکمیل یک نظرسنجی سیستماتیک چالش برانگیز است و آثار بسیار کمی در مورد این موضوع وجود دارد.

تحلیل ردیابی بلوک و بهینه‌سازی سیستم ذخیره‌سازی تجزیه و تحلیل نظری (مانند کیفی IO) را گرد هم می‌آورد. ویژگی ها و معیارهای کمی) و ابزارهای عملی (مانند تجزیه ردیابی، تجزیه و تحلیل، و دیدگاه های گزارش نتایج). این کتاب محتوایی را در مورد تکنیک‌های تحلیل ردیابی در سطح بلوک ارائه می‌کند و شامل مطالعات موردی برای نشان دادن این است که چگونه این تکنیک‌ها و ابزارها را می‌توان در برنامه‌های کاربردی واقعی (مانند سیستم‌های SSHD، RAID، Hadoop و Ceph) به کار برد.

آنچه یاد خواهید گرفت

• درک عوامل اساسی عملکرد سیستم ذخیره سازی داده ها

• تسلط بر مهارت تحلیلی ضروری با استفاده از ردیابی بلوک از طریق برنامه های مختلف

• تفاوت الگوی IO در سطح بلوک از سطح فایل

• بدانید که چگونه درخواست متوالی HDFS در دستگاه های ذخیره سازی نهایی "تکه تکه" می شود

• اجرای کارهای تجزیه و تحلیل ردیابی با ابزاری مبتنی بر پلتفرم های MATLAB و Python

این کتاب برای چه کسانی است

متخصصان فناوری اطلاعات علاقه مند به بهینه سازی عملکرد سیستم ذخیره سازی: مدیران شبکه، مدیران ذخیره سازی داده ها، مهندسان ذخیره سازی داده ها، مهندسان شبکه ذخیره سازی ، مهندسین سیستم

Understand the fundamental factors of data storage system performance and master an essential analytical skill using block trace via applications such as MATLAB and Python tools. You will increase your productivity and learn the best techniques for doing specific tasks (such as analyzing the IO pattern in a quantitative way, identifying the storage system bottleneck, and designing the cache policy).

In the new era of IoT, big data, and cloud systems, better performance and higher density of storage systems has become crucial. To increase data storage density, new techniques have evolved and hybrid and parallel access techniques―together with specially designed IO scheduling and data migration algorithms―are being deployed to develop high-performance data storage solutions. Among the various storage system performance analysis techniques, IO event trace analysis (block-level trace analysis particularly) is one of the most common approaches for system optimization and design. However, the task of completing a systematic survey is challenging and very few works on this topic exist.

Block Trace Analysis and Storage System Optimization brings together theoretical analysis (such as IO qualitative properties and quantitative metrics) and practical tools (such as trace parsing, analysis, and results reporting perspectives). The book provides content on block-level trace analysis techniques, and includes case studies to illustrate how these techniques and tools can be applied in real applications (such as SSHD, RAID, Hadoop, and Ceph systems).

What You’ll Learn

• Understand the fundamental factors of data storage system performance

• Master an essential analytical skill using block trace via various applications

• Distinguish how the IO pattern differs in the block level from the file level

• Know how the sequential HDFS request becomes “fragmented” in final storage devices

• Perform trace analysis tasks with a tool based on the MATLAB and Python platforms

Who This Book Is For

IT professionals interested in storage system performance optimization: network administrators, data storage managers, data storage engineers, storage network engineers, systems engineers