KR20120067886A - 데이터 처리 방법 및 장치 - Google Patents
데이터 처리 방법 및 장치 Download PDFInfo
- Publication number
- KR20120067886A KR20120067886A KR1020100129527A KR20100129527A KR20120067886A KR 20120067886 A KR20120067886 A KR 20120067886A KR 1020100129527 A KR1020100129527 A KR 1020100129527A KR 20100129527 A KR20100129527 A KR 20100129527A KR 20120067886 A KR20120067886 A KR 20120067886A
- Authority
- KR
- South Korea
- Prior art keywords
- service quality
- operator
- satisfaction
- operators
- margin
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5006—Creating or negotiating SLA contracts, guarantees or penalties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30076—Arrangements for executing specific machine instructions to perform miscellaneous control operations, e.g. NOP
- G06F9/30079—Pipeline control instructions, e.g. multicycle NOP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30076—Arrangements for executing specific machine instructions to perform miscellaneous control operations, e.g. NOP
- G06F9/30087—Synchronisation or serialisation instructions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30094—Condition code generation, e.g. Carry, Zero flag
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
- H04L47/805—QOS or priority aware
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Telephonic Communication Services (AREA)
Abstract
본 발명에 따른 데이터 처리 방법 및 장치는, 다수의 서비스를 구성하는 사용자의 데이터 처리 요청에 따라 실행되는 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하는 단계; 상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하는 단계; 상기 다수의 연산자들 각각에 대하여 서비스 품질 만족 여유도를 계산하는 단계. 여기서, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도를 말한다; 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계; 및 상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 단계를 포함하는 것을 특징으로 한다. 본 발명은 서비스 품질을 높임으로써 서비스에 대한 사용자의 만족도를 향상시킨다.
Description
본 발명은 데이터 처리 방법 및 장치에 관한 것으로서, 더욱 상세하게는 사용자에게 제공되는 서비스의 품질을 높임으로써 서비스에 대한 사용자의 만족도를 향상시킬 수 있는 데이터 처리 방법 및 장치에 관한 것이다.
데이터 플로 연속 처리 시스템은 온/오프라인 상에서 비주기적으로 발생하는 대규모 스트림 데이터 폭증 환경에서 스트림 데이터 처리 연산을 동적으로 분산, 배분하여 온라인 연속 처리함으로써 준실시간 데이터 분석 및 가공 서비스를 효과적으로 제공하는 시스템이다. 사용자는 입력되는 데이터에 대한 정보와 해당 데이터에 실행될 다수의 연산자들을 시스템에 등록하면, 새로이 데이터가 생성되어 입력될 때마다 시스템에서 다수의 노드를 이용하여 연속적으로 처리하여 결과를 전달한다.
한편, 사용자가 서비스 실행, 즉 데이터 처리를 요청할 때, 시스템에서 제공하는 수단, 예를 들어, 질의 언어 등을 이용하여 무한 연속적으로 생성되어 흘러가는 데이터를 어떻게 가공하여 응용 서비스에 이용할지에 대한 정보 뿐만 아니라, 서비스 품질(Quality of Service, 이하 QoS) 목표도 함께 전달한다.
QoS는 네트워크 분야에서 발생할 당시, 네트워크에서 적합한 수준의 데이터 전송을 위해 충족시켜야 하는 서비스 요구사항의 집합을 의미하였다. 그러나 차츰 QoS라는 용어가 대중화되면서, QoS는 다른 응용 프로그램 또는 서비스, 다른 사용자 또는 다른 데이터 흐름에 우선 순위를 제공하거나 소정 수준의 성능을 보장하는 능력의 의미로 사용되고 있다.
응용 서비스 별로 추구하는 QoS의 목표는, 데이터 플로 연속 처리 분야에서도 물론 달라질 수 있다. 예를 들어, 의료 관련 바이오 데이터 응용 서비스의 경우에는 정확성이 제일 중요하고, 대용량 데이터를 실시간으로 처리해야 하는 웹 데이터 분석 응용 서비스의 경우에는 정확성보다는 처리 시간이 더 중요하므로 약간의 근사값도 허용될 것이다. 또한, QoS는 응용 서비스 뿐만 아니라 사용자와도 연관이 되어 있다. 즉, QoS을 높인다는 것은 서비스를 제공받는 사용자의 만족도를 높이는 것을 의미한다.
데이터 플로 연속 처리 분야에서 QoS 목표와 관련하여 다음과 같은 기술들이 연구되어 왔다.
미국 스탠포드 대학에서 개발한 스트림(STREAM) 같은 시스템에서는 시스템의 성능을 높이기 위한 형태로 실행 메모리 부하를 최소화 하는 것을 QoS 목표로 하여 사용자의 데이터 처리 요청을 처리한다.
또한 브라운 대학, MIT, 브랜디 대학이 공동으로 개발한 오로라(Aurora) 같은 시스템에서는 서비스에 대한 사용자의 만족을 높이는 방법으로 서비스 또는 응용 프로그램별로 응답시간 또는 지연시간 최소화와 강제 부하 감소되는 튜플 수 최소화를 QoS 목표로 설정하고, 서비스 간 연산자들을 공유하지 않는다는 전제 하에서의 스케쥴링을 통해 QoS 목표를 최대한 만족시키는 형태로 사용자의 데이터 처리 요청을 처리한다.
또한, 다른 제안한 방법에서는 서비스별로 데드라인을 받아들이고 이에 대한 만족을 QoS 목표로 하여 연산자 공유 및 연산자 순서 제약이 있음을 고려한 방법으로 다중 질의들에 대해 QoS 목표를 최대한 만족시키는 처리를 한다.
도 1은 QoS 목표가 정확도 수준과 최대 지연시간 즉 데드라인을 만족시키는 경우에 있어서의 종래 기술의 일 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
사용자의 서비스 요청 또는 데이터 처리 요청은 상기에서 언급한 바와 같이 다수의 연산자들을 이용하여 실행되고, 데이터 처리 중에 사용자의 데이터 처리 요청, 즉 데이터 플로 연속 처리 요청을 구성하는 각각의 연산자들에 대한 실제 처리 소요시간이 모니터링되어 연산자에 대한 처리 예상 소요시간으로 가공되어 관리됨을 가정한다. 또한, 상기 데이터 처리 요청들은 최소한의 정확도 수준을 만족시키는 형태로 처리되고 있음을 가정한다.
도 1을 참조하면, 우선, 데이터 입력 시간과 연산자들의 예상 처리 소요시간에 기반하여 입력 데이터를 최대 지연시간 내에서 처리하기 위해 각 연산자들이 입력 데이터에 대한 처리를 마쳐야 하는 데드라인을 계산한다(210). 상기 계산된 데드라인에 기반한 데드라인 만족 가능성에 따라 데드라인을 만족시킬 가능성이 높은 연산자들과 만족시킬 가능성이 낮은 연산자들로 구분한다(220). 상기 데드라인과 데드라인 만족 가능성에 따른 연산자 분류 정보를 활용하여 스케쥴링 정책에 따라 연산자들의 실행 순서를 정한다(230). 여기서, 스케쥴링 시 데드라인을 만족시킬 가능성이 높은 연산자들이 먼저 수행될 수 있도록 순서가 정해진다. 즉, 데드라인을 만족시킬 가능성이 낮은 연산자들이 QoS 목표를 만족시키지 못하는 희생양으로 선택된다. 상기 스케쥴링된 결과에 따라 연산자들을 하나씩 실행한다(240).
이와 같이, 종래 기술들은 항상 최대한 QoS를 만족시키려고 노력하고, QoS 기준을 만족시킬 수 없는 경우에는 사용자의 선택이 아니라 시스템에 의해 QoS 기준을 만족시키지 못하는 연산자들을 희생양으로 선택해서 처리하고 있으며, 이는 사용자 만족도의 하락을 일으키는 주요 원인이 된다.
본 발명은 상기한 바와 같은 일반적인 기술의 문제점을 해결하기 위하여 안출된 것으로서, 응용 서비스 별로 개별화된 QoS 목표를 충족시킬 수 있는 데이터 처리 방법 및 장치를 제공하는 데에 그 목적이 있다.
본 발명의 다른 목적은 서비스를 제공받는 사용자의 만족도를 높일 수 있는 데이터 처리 방법 및 장치를 제공하는 데에 그 목적이 있다.
상기의 기술적 과제를 해결하기 위한 본 발명의 일 양태로서, 데이터 처리 방법은, 다수의 서비스를 구성하는 사용자의 데이터 처리 요청에 따라 실행되는 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하는 단계; 상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하는 단계; 상기 다수의 연산자들 각각에 대하여 서비스 품질 만족 여유도를 계산하는 단계. 여기서, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도를 말한다; 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계; 및 상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 단계를 포함할 수 있다.
여기서, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는데, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되고, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치된다.
또는, 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계는, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하는 단계; 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 단계; 및 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 단계를 더 포함할 수 있다.
이때, 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정될 수 있다.
상기의 기술적 과제를 해결하기 위한 본 발명의 다른 일 양태로서, 데이터 처리 장치는, 다수의 서비스를 구성하는 사용자의 데이터 처리 요청에 따라 실행되는 다수의 연산자들; 및 상기 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하고, 상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하고, 상기 다수의 연산자들 각각에 대하여 서비스 품질 만족 여유도를 계산하고, 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하고, 상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 스케쥴러를 포함하고, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도인 것을 특징으로 한다.
여기서, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는데, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되고, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치된다.
또는, 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 것은, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하여, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하고, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치될 수 있다.
이때, 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정될 수 있다.
상기의 기술적 과제를 해결하기 위한 본 발명의 또 다른 일 양태로서, 데이터 처리 방법은, 다수의 서비스를 구성하는 다수의 연산자들에 의해 실행되는 데이터 처리를 사용자가 요청하는 단계; 및 상기 사용자의 데이터 처리 요청에 따라 실행된 결과를 전달받는 단계를 포함하고, 상기 데이터 처리는, 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하는 단계; 상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하는 단계; 상기 다수의 연산자들 각각에 대하여 서비스 품질 만족 여유도를 계산하는 단계. 여기서, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도를 말한다; 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계; 및 상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 단계에 의해 수행되는 것을 특징으로 한다.
여기서, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는데, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되고, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치된다.
또는, 상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계는, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하는 단계; 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 단계; 및 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치될 수 있다.
이때, 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정될 수 있다.
본 발명은 다음과 같은 효과가 있다.
첫째, 본 발명의 구성에 따르면, 응용 서비스 별로 개별화된 QoS 목표를 충족시킬 수 있는 데이터 처리 방법 및 장치를 제공받게 된다.
둘째, 서비스를 제공받는 사용자의 만족도를 높일 수 있는 데이터 처리 방법 및 장치를 제공받게 된다.
도 1은 QoS 목표가 정확도 수준과 최대 지연시간 즉 데드라인을 만족시키는 경우에 있어서의 종래 기술의 일 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
도 2는 본 발명에 따른 데이터 플로 연속 처리 시스템의 일 실시예를 보여주는 개략도이다.
도 3은 QoS 목표가 정확도 수준과 최대 지연시간 즉 데드라인을 만족시키는 경우에 있어서의 본 발명의 일 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
도 4는 본 발명의 다른 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 데이터 처리 방법에서 사용되는 각각의 연산자들에 대한 각종 정보 값들이 표시되어 있는 표이다.
도 2는 본 발명에 따른 데이터 플로 연속 처리 시스템의 일 실시예를 보여주는 개략도이다.
도 3은 QoS 목표가 정확도 수준과 최대 지연시간 즉 데드라인을 만족시키는 경우에 있어서의 본 발명의 일 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
도 4는 본 발명의 다른 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 데이터 처리 방법에서 사용되는 각각의 연산자들에 대한 각종 정보 값들이 표시되어 있는 표이다.
이하의 실시예들은 본 발명의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시예를 구성할 수도 있다. 본 발명의 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리 유닛은 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
이하의 설명에서 사용되는 특정(特定) 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
이하, 첨부된 도면들을 참조하여, 본 발명에 따른 실시예들에 대하여 상세하게 설명하기로 한다.
도 2는 본 발명에 따른 데이터 플로 연속 처리 시스템의 구조를 보여주는 개략도이다.
도 2를 참조하면, 데이터 플로 연속 처리 시스템은 다수의 외부 입력(Input1 ~ Input4, 111 ~ 114)으로부터 데이터를 입력받아 상기 데이터 플로 연속 처리 시스템 내의 다수의 연산자(OP1 ~ OP14, 131 ~ 144)에 의해 연속 처리된 후 그 결과를 외부 출력인 응용 서비스(APP1 ~ APP6, 151 ~ 156)로 전달한다.
통상 사용자의 데이터에 대한 처리 요청은 하나의 연산자의 처리 결과가 다른 연산자의 입력으로 사용되는 연산자들(131 ~ 144)의 네트워크로 표현될 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 연산자 OP1(131)은 입력 Input1(111)로부터 데이터를 입력받아 처리하여 그 결과를 연산자 OP3(133)에 전달하고, 연산자 OP3(133)은 연산자 OP1(131)의 처리 결과를 입력으로 받아 처리하여 그 결과를 응용 서비스 APP1(151)에 전달한다.
여기서, 응용 서비스(151 ~ 156)란 인터넷 서비스를 포함한 다양한 응용 환경에서 실시간 개인화 서비스 또는 추천 서비스, CCTV 기반 안전 서비스 등과 같이, 대용량 스트림 데이터를 실시간으로 분석, 가공할 필요가 있는 서비스 뿐만 아니라, 웹 데이터 분석, 신 바이오 테크놀로지 데이터 응용, 금융 데이터 분석 응용 등의 대용량 데이터를 활용하는 각종 서비스를 말한다.
상기 데이터에 대한 처리 요청인 소위 응용 서비스를 구성하는 연산자들은 하나의 입력으로부터 데이터를 입력받아 처리하기도 하고(131, 132, 134, 135, 137, 138, 140, 143, 144), 두 개 이상의 입력으로부터 데이터를 입력받아 처리하기도 한다(133, 136, 139, 141, 142). 또한, 연산자들은 처리 결과를 하나의 연산자 또는 응용 서비스로 전달하기도 하고(131, 132, 133, 134, 135, 136, 137, 141, 142, 144), 두 개 이상의 연산자 또는 응용 서비스로 전달하기도 한다(138, 139, 140, 143). 이 뿐만 아니라 두 개 이상의 응용 서비스로 전달될 결과를 생성하기 위해 연산자가 공유되기도 한다(138, 139, 140, 143).
본 발명에 따른 데이터 처리 방법 및 장치는, 상기 데이터 플로 연속 처리 시스템을 기반으로 사용자의 데이터 처리 요청에 따라 데이터 처리를 하여 그 처리 결과를 사용자에게 전달하는 데 있어서, 특히 사용자가 원하는 QoS 목표에 적합한 처리 결과를 전달받을 수 있도록 데이터 처리를 실행하는 연산자들을 스케쥴링하는 것과 관련이 있다. 여기서, 상기 스케쥴링을 수행하는 장치인 스케쥴러는, 상기 데이터 플로 연속 처리 시스템의 일부로서 존재할 수도 있고, 별도의 장치로 구성될 수도 있다. 상기 데이터 플로 연속 처리 시스템 또는 상기 스케쥴러는 상기 다수의 연산자들과 연결 또는 통신하는 통신모듈(미도시)을 포함할 수 있다.
한편, 사용자는 서비스 처리를 요청하면서 항상 사용자가 요구하는 QoS 기준을 만족시키기를 원하는 것은 아니다. 또한, 응용 서비스 별로 QoS 기준을 만족시켜야 하는 수준이 다를 수도 있다. 예를 들어, 어떤 응용 서비스에 대해서는 QoS 기준을 항상 만족시켜주기를 원하고, 어떤 응용 서비스에 대해서는 95% 이상만 만족시켜주기를 원할 수 있다. 또한, 사용자는 다수의 QoS 기준 모두를 만족시킬 수 없는 상황에서는 상기 다수의 QoS 기준들 중 일부를 완화하더라도 특정 QoS 기준은 꼭 만족되어지길 바라는 경우도 있을 수 있다. 예를 들어, 서비스의 결과 정확도는 일부 희생하더라도 지연시간은 만족되어지길 바라는 사용자도 있을 수 있다.
따라서, 본 발명에서 제안하는 서비스 별로 개별화된 QoS 목표 충족은 데이터 처리 요청시 서비스 별 QoS 목표(Goal of QoS) 정보를 함께 전달함으로써 달성될 수 있다. 여기서, 본 발명이 제안하는 데이터 플로 연속 처리 서비스를 위한 QoS 목표 정보는 일반적으로 많이 사용되는 QoS 기준에 해당하는 결과의 정확도 및 서비스 지연 허용 정도를 포함하여, 서비스 품질 만족도 기대 정보 및/또는 희생가능 QoS 목표 정보를 더 포함할 수 있다.
결과의 정확도는 예를 들어, 결과에 대해 어느 정도 수준의 정확도를 요구하는지에 대한 정보로서, 퍼센트(%)로 표현될 수 있다. 이 정보는 시스템의 강제 부하 감소(load shedding)에 활용될 수 있다. 본 발명에 따른 데이터 플로 연속 처리 시스템에서는 이 정보를 이용하여 처음부터 강제 부하 감소를 할 수도 있고, 과부하 상황에서만 강제 부하 감소를 할 수도 있다. 여기서, 강제 부하 감소는 예를 들어, 입력 데이터 폭증 등의 경우에 처리해야 하는 데이터의 적어도 일부를 삭제하는 방식일 수 있다.
서비스 지연 허용 정도는 요청한 서비스의 데이터 처리 결과가 전달되어 서비스를 제공받을 때까지 기다릴 수 있는 시간, 예를 들어 최대 지연 시간을 나타낸다. 데이터 입력 시간과 함께 활용되어 해당 시간이 경과하면 해당 서비스는 QoS를 만족시키지 못한 것으로 된다.
서비스 품질 만족도 기대 정보는 사용자가 기대하는 서비스 품질 만족도로서, 0 과 1 사이의 숫자로 표현될 수 있다. 예를 들어, 0.99이면 100번 수행 중에 99번은 QoS 목표를 만족해야 한다는 것을 의미한다.
다시 말하면, 본 발명에서의 상기 서비스 품질 만족도는 전체 수행된 서비스 중에 QoS 목표를 만족시키면서 수행된 서비스 수의 비율로서, 0과 1 사이의 숫자로 나타낸다. 0은 한 번도 만족시키지 못했음을 나타내고 1은 모든 수행에서 항상 만족시켰음을 의미한다. 서비스 품질 만족도를 계산하기 위해 사용자로부터 서비스 품질 만족도 측정의 기준이 되는 회수를 받아들인다. 예를 들어, 이 기준이 10000회이면 최근 10000번 서비스 수행에 대해 서비스 품질 만족도를 보장해 주면 된다. 초기에는 이전 10000회 서비스 수행에서 모두 QoS 목표를 만족시켰던 것으로 간주한다. 본 발명에 따른 데이터 플로 연속 처리 방법은 사용자가 먼저 입력 데이터에 대한 정보 및 입력 데이터를 처리할 다수의 연산자들의 네트워크로서의 서비스를 등록해 놓고 새로운 데이터가 입력되면서 계속 처리되므로, 측정된 서비스 품질 만족도가 왜곡되지 않도록 하기 위해 측정의 기준이 되는 회수는 충분히 크게 해야 하며, 특히 서비스 등록 초기에는 충분한 준비 시간(warming up time)을 가진 후에 측정해야 함에 유의하여야 한다.
마지막으로, 희생가능 QoS 목표 정보는 데이터 처리 실행 중에 다수의 QoS 목표들 중 다른 QoS를 만족시키지 못하는 경우에 희생할 QoS 목표 및/또는 그 희생 정도에 대한 정보를 나타낸다. 여기서, 사용자는 여러 QoS 기준들, 예를 들어, 결과의 정확도, 서비스 지연 허용 정도 중에서 하나를 선택할 수 있거나, 시스템의 선택에 맡길 수도 있다.
상기 서비스 품질 만족도 기대 정보 및/또는 희생가능 QoS 목표 정보를 활용하여 사용자의 선택 또는 의지가 반영된 연산자들의 스케쥴링을 포함하는 본 발명에 따른 데이터 처리 방법은 도 3 및 도 4를 참조하여 후술하기로 한다.
본 발명에서 사용하는 QoS 목표는 앞에서 기술한 결과의 정확도, 서비스 지연 허용 정도, 서비스 품질 만족도 기대 정보, 희생가능 QoS 목표 정보로 한정되는 것이 아니라 결과의 정확도, 서비스 지연 허용 정도와 같은 일반적인 QoS 목표에 더하여, 서비스 품질 만족도 기대 정보 및/또는 희생가능 QoS 목표 정보를 더 포함시키는 것을 의미한다. 따라서, 본 발명에 따른 연산자 스케쥴링 과정은 정확도 및 최대 지연시간을 기본적으로 포함하여 스케쥴링하는 것으로 설명하고 있으나, 반드시 이에 한정되는 것은 아니고, 어떠한 다른 QoS 기준이 가감되는 것에도 적용가능함은 물론이다.
도 3은 QoS 목표가 정확도 수준과 최대 지연시간 즉 데드라인을 만족시키는 경우에 있어서의 본 발명의 일 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다.
사용자의 서비스 요청 또는 데이터 처리 요청은 도 2에 도시된 바와 같이, 여러 연산자들의 네트워크로 구성되며, 데이터 플로 연속 처리 요청을 구성하는 각각의 연산자들에 대한 실제 처리 소요시간이 모니터링되어 연산자에 대한 처리 예상 소요시간으로 가공되어 관리됨을 가정한다. 또한, 상기 데이터 처리 요청들은 최소한의 정확도 수준을 만족시키는 형태로 처리되고 있음을 가정한다.
도 3을 참조하면, 우선, 데이터 입력 시간과 연산자들의 예상 처리 소요시간에 기반하여 입력 데이터를 최대 지연시간 내에서 처리하기 위해 각 연산자들이 입력 데이터에 대한 처리를 마쳐야 하는 데드라인을 계산한다(310). 상기 계산된 데드라인에 기반한 데드라인 만족 가능성에 따라 데드라인을 만족시킬 가능성이 높은 연산자들과 만족시킬 가능성이 낮은 연산자들로 구분한다(320).
서비스 품질 만족에 대한 여유도를 계산한다(330). 여기서, 상기 서비스 품질 만족에 대한 여유도는 사용자가 요청한 서비스 품질 만족도를 만족시키는 데 문제가 되지 않는 것을 전제로 한 QoS 목표를 만족시키지 않아도 되는 회수이다. 상기 서비스 품질 만족에 대한 여유도에 대한 자세한 정의 및 계산 방법의 실시예는 후술하기로 한다.
상기 데드라인과 상기 데드라인 만족 가능성에 따른 연산자 분류 정보, 및 상기 서비스 품질 만족에 대한 여유도 정보를 활용하여 스케쥴링 정책에 따라 연산자들의 실행 순서를 정하여 실행 연산자 대기 큐에 삽입한다(340). 상기 스케쥴링된 결과에 따라 즉, 상기 스케쥴링된 결과인 상기 실행 연산자 대기 큐에서 연산자들을 하나씩 꺼내어 실행한다(350).
여기서, 본 발명에 따른 서비스 품질 만족에 대한 여유도는 앞으로 수행하는 데 있어서 QoS 목표인 결과의 정확도 및/또는 데드라인을 만족시키지 못해도 사용자가 요청한 서비스 품질 만족도를 충족시키는데 있어서 문제가 되지 않는 회수로 다음의 수학식 1을 통해 계산될 수 있다.
R : 서비스 품질 만족에 대한 여유도
A : 허용 가능한 QoS 불만족 회수
U : 이전에 수행된 측정 기준 회수에서의 QoS 불만족 회수
허용 가능한 QoS 불만족 회수 A는 서비스 품질 만족도의 측정 기준이 되는 회수만큼 서비스를 수행한다고 할 때 사용자 요구 서비스 품질 만족 기대 정보를 충족시키는 범위에서 허용 가능한 QoS 불만족 회수로 다음의 수학식 2로 계산할 수 있다.
A : 허용 가능한 QoS 불만족 회수
S : 사용자 요구 서비스 품질 만족 기대 정보
N : 측정 기준 회수
예를 들어, 사용자는 0.99의 서비스 품질 만족도를 요구했고, 측정 기준이 되는 회수는 1000회이고, 최근 1000번 수행 중에 지금까지 3번의 QoS 목표를 불만족시켰다면 다음과 같이 서비스 품질 만족에 대한 여유도가 계산된다. 우선 허용 가능한 QoS 불만족 회수는 (1-0.99)X1000에 의해 10이 된다. 이전에 수행된 측정 기준 회수 중에 QoS 불만족 회수가 3이므로, 서비스 품질 만족에 대한 여유도는 10-3, 즉 7회가 된다.
이와 같이, 도 3에 도시된 바와 같이, 본 발명에 따르면 스케쥴링시 모든 연산자에 대해 서비스 품질을 만족시킬 수 없는 경우에 있어서는 서비스 품질 만족도에 여유가 있는 서비스를 선택하여 희생시킴으로써 전체적인 사용자의 만족도를 높일 수 있게 된다.
도 4는 본 발명의 다른 실시예에 따른 데이터 처리 방법을 보여주는 흐름도이다. 특히 도 4는 사용자의 만족도를 더 높이기 위해 도 3에 추가되어 스케쥴링될 수 있다.
도 4를 참조하면, 우선 서비스 품질 만족도에 여유가 있는 서비스를 선택한다(410). 상기 선택된 서비스의 희생할 수 있는 QoS 기준, 즉 희생가능 QoS 목표 정보를 확인한다(420). 이때 모든 서비스에서 하나의 동일한 희생가능 QoS 목표를 사용하는 경우에 있어서는 상기 단계를 생략할 수 있다.
상기 확인된 희생할 수 있는 QoS 기준이 결과의 정확도이면(430), 사용자가 허용하는 수준으로 부하를 줄인 후(440) 해당 서비스 관련 연산자들의 스케쥴링의 순서가 늦어지도록 한다(460). 이때, 부하 감소에 대한 정보로서의 부하 감소 비율은 시스템 또는 사용자의 입력으로 서비스 전체 또는 서비스 별로 미리 저장되어 있을 수 있다. 이는 해당 서비스 관련 연산자들의 데이터 처리에 소요되는 필요한 자원, 예를 들어 메모리, CPU 등의 사용량 감소를 초래하여 다른 연산자 처리에 해당 자원을 더 사용할 수 있게 함으로써 궁극적으로 다른 데이터 및/또는 전체 데이터 처리 요청에 대한 QoS를 높이는 효과가 있다. 또한, 비교적 서비스 품질 만족도에 여유가 있는 서비스의 실행 순서를 뒤로 가게 함으로써 상대적으로 서비스 품질 만족도에 여유가 없는 다른 서비스에게 우선적으로 서비스 품질을 만족 시킬 수 있는 기회를 제공해 준다.
한편, 상기 확인된 희생할 수 있는 QoS 기준이 서비스 지연 허용 시간이면(450), 해당 서비스 관련 연산들이 실행 순서가 늦어지도록 한다(460).
이와 같이, 도 4에 도시된 데이터 처리 방법은 본 발명에 따른 사용자 만족도를 높이는 방법의 일 실시예이고, 본 발명에 따른 데이터 처리 방법이 실제로 적용되는 스케쥴링에서는 더 많은 서비스가 QoS 목표를 만족시킬 수 있도록 도 4에 도시된 과정을 반복 적용할 수 있다. 즉, 전체 시스템 차원의 사용자 만족도를 높이기 위해 서비스 품질 만족도에 여유가 있는 서비스가 하나 이상 선택되어 희생될 수 있다.
도 5는 본 발명의 일 실시예에 따른 데이터 처리 방법에서 사용되는 각각의 연산자들에 대한 각종 정보 값들이 표시되어 있는 표이다.
도 5를 참조하면, 스케쥴링 대상이 되는 5개의 연산자 OP1, OP2, OP3, OP4, 및 OP5에 대한 스케쥴링은 다음과 같이 진행된다. 편의상 각각의 연산자들은 서로 다른 서비스를 구성한다고 가정한다. 하나의 연산자가 하나 이상의 서비스에서 공유하고 있거나, 하나의 서비스가 하나 이상의 연산자로 구성되어 있는 경우, 그들 사이의 실행 순서는 추가적인 스케쥴링 규칙에 따라 정해질 수 있음은 물론이다.
종래의 방법에서는 데드라인 만족 가능성이 높은 연산자들을 먼저 실행 될 수 있도록 스케쥴링하고, 이후에 데드라인 만족 가능성이 낮은 연산자들에 대해 스케쥴링을 한다. 따라서, 예를 들어, OP1, OP3, OP5, OP2, OP4의 순서로 스케쥴링이 되어 실행될 수 있다. 이때 데드라인 만족 가능성 값이 동일한 OP1과 OP3 사이의 실행 순서, 또는 OP2와 OP4 사이의 실행 순서는 미리 정해진 스케쥴링 규칙에 따라 정해질 수 있다. 그러므로, OP2와 OP4는 늦은 실행 순서에 위치하므로 QoS 기준인 데드라인을 만족시키기가 더욱 더 어려워진다.
이와는 달리, 본 발명에서 제안하는 방법에서는 상대적으로 서비스 품질 만족 여유도가 있는 OP3를 선택하여 실행 순서를 뒤로 배치함으로써, OP1, OP5, OP2, OP4, OP3의 순서로 스케쥴링되어 실행될 수 있다. 이로써, OP3의 QoS 목표는, 정확도가 80%로 낮추어지고 실행 순서가 늦어지게 되고, OP2와 OP4가 OP3보다 먼저 수행되게 하여 해당 서비스 품질을 만족시킬 가능성을 높이게 된다. 이는 시스템에서 제공하는 전체 서비스 차원에서 생각할 때 사용자의 만족도가 높아지는 효과를 가져온다.
본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함시킬 수 있다.
본 발명의 데이터 처리 방법 및 장치는, 예를 들어, 인터넷 서비스를 포함한 다양한 응용 환경에서 실시간 개인화 서비스 또는 추천 서비스, CCTV 기반 안전 서비스 등과 같이, 대용량 스트림 데이터를 실시간으로 분석, 가공할 필요가 있는 기술 분야 뿐만 아니라, 웹 데이터 분석, 신 바이오 테크놀로지 데이터 응용, 금융 데이터 분석 응용 등과 같이 대용량 데이터를 활용하는 각종 서비스 관련 기술 분야에는 어디든 적용가능하다.
또한, 본 발명의 데이터 처리 방법 및 장치는, 데이터 플로 연속 처리 시스템뿐만 아니라 분산 데이터 스트림 처리 시스템, Job 처리 시스템 등 QoS를 요구하는 시스템에서 쉽게 적용되어, 해당 시스템을 통해 제공되는 서비스에 대한 사용자의 만족도를 전체적으로 높일 수 있다.
111 ~ 114 : 입력 131 ~ 144 : 연산자
151 ~ 156 : 응용 서비스
151 ~ 156 : 응용 서비스
Claims (18)
- 다수의 서비스를 구성하는 사용자의 데이터 처리 요청에 따라 실행되는 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하는 단계;
상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하는 단계;
상기 다수의 연산자들에 대하여 서비스 품질 만족 여유도를 계산하는 단계. 여기서, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도를 말한다;
상기 계산된 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계; 및
상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 단계를 포함하는 데이터 처리 방법. - 제 1 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 방법. - 제 1 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 것을 특징으로 하는 데이터 처리 방법. - 제 1 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 방법. - 제 1 항에 있어서,
상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계는,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하는 단계;
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 단계; 및
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 단계를 더 포함하는 것을 특징으로 하는 데이터 처리 방법. - 제 3 항 내지 제 5 항 중 어느 한 항에 있어서,
상기 서비스 품질 만족도 기대 정보 및/또는 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정되는 것을 특징으로 하는 데이터 처리 방법. - 다수의 서비스를 구성하는 사용자의 데이터 처리 요청에 따라 실행되는 다수의 연산자들과 연결되거나 통신하는 통신 모듈; 및
상기 다수의 연산자들 각각의 최대 허용 지연 시간을 계산하고, 상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하고, 상기 다수의 연산자들에 대하여 서비스 품질 만족 여유도를 계산하고, 상기 계산된 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하고, 상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 스케쥴러를 포함하고,
상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도인 것을 특징으로 하는 데이터 처리 장치. - 제 7 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 장치. - 제 7 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 것을 특징으로 하는 데이터 처리 장치. - 제 7 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 장치. - 제 7 항에 있어서,
상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 것은,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하여, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하고, 상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 장치. - 제 9 항 내지 제 11 항 중 어느 한 항에 있어서,
상기 서비스 품질 만족도 기대 정보 및/또는 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정되는 것을 특징으로 하는 데이터 처리 장치. - 다수의 서비스를 구성하는 다수의 연산자들에 의해 실행되는 데이터 처리를 사용자가 요청하는 단계; 및
상기 사용자의 데이터 처리 요청에 따라 실행된 결과를 전달받는 단계를 포함하고,
상기 데이터 처리는,
다수의 연산자들 각각의 최대 허용 지연 시간을 계산하는 단계;
상기 계산된 각각의 최대 허용 지연 시간에 기초하여 상기 다수의 연산자들을 구분하는 단계;
상기 다수의 연산자들 각각에 대하여 서비스 품질 만족 여유도를 계산하는 단계. 여기서, 상기 서비스 품질 만족 여유도는, 해당 실행에서 사용자의 서비스 품질 기준인 상기 최대 허용 지연 시간을 만족시키지 못하더라도 사용자가 정의한 서비스 품질 만족도 기대 정보를 만족시킬 수 있는 정도를 말한다;
상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계; 및
상기 설정된 실행 순서에 따라 상기 다수의 연산자들을 실행하는 단계에 의해 수행되는 것을 특징으로 하는 데이터 처리 방법. - 제 13 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자는 그 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 방법. - 제 13 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 것을 특징으로 하는 데이터 처리 방법. - 제 13 항에 있어서,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 것을 특징으로 하는 데이터 처리 방법. - 제 13 항에 있어서,
상기 계산된 각각의 서비스 품질 만족 여유도를 반영하여 상기 구분된 다수의 연산자들의 실행 순서를 설정하는 단계는,
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보를 확인하는 단계;
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 정확도인 경우, 상기 연산자의 부하를 감소시킨 후 그 실행순서가 뒤쪽으로 배치되도록 하는 단계; 및
상기 계산된 서비스 품질 만족 여유도가 있는 연산자의 희생가능 서비스 품질 기준 정보가 지연시간인 경우, 상기 연산자의 실행순서가 뒤쪽으로 배치되는 단계를 더 포함하는 것을 특징으로 하는 데이터 처리 방법. - 제 15 항 내지 제 17 항 중 어느 한 항에 있어서,
상기 서비스 품질 만족도 기대 정보 및 또는 상기 희생가능 서비스 품질 기준 정보는, 사용자에 의해 설정되는 것을 특징으로 하는 데이터 처리 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100129527A KR20120067886A (ko) | 2010-12-16 | 2010-12-16 | 데이터 처리 방법 및 장치 |
| US13/323,419 US20120155261A1 (en) | 2010-12-16 | 2011-12-12 | Data processing method and device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100129527A KR20120067886A (ko) | 2010-12-16 | 2010-12-16 | 데이터 처리 방법 및 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20120067886A true KR20120067886A (ko) | 2012-06-26 |
Family
ID=46234266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100129527A KR20120067886A (ko) | 2010-12-16 | 2010-12-16 | 데이터 처리 방법 및 장치 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20120155261A1 (ko) |
| KR (1) | KR20120067886A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102446565B1 (ko) * | 2022-04-20 | 2022-09-23 | 주식회사 와플원 | 서비스 리퀘스트 관리 및 처리 방법, 장치 및 시스템 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI620459B (zh) * | 2012-05-31 | 2018-04-01 | 內數位專利控股公司 | 在蜂巢式通訊系統中賦能直鏈通訊排程及控制方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI105969B (fi) * | 1998-08-10 | 2000-10-31 | Nokia Networks Oy | Palvelunlaadun hallinta matkaviestinjärjestelmässä |
| FI20001630L (fi) * | 2000-06-30 | 2001-12-31 | Nokia Mobile Phones Ltd | Palvelun laadun määritys datavirroille |
| WO2003041429A1 (en) * | 2001-11-07 | 2003-05-15 | Teltier Technologies, Inc. | Method and system for supporting differentiated network service for mobile customers and applications |
| EP1764948B1 (en) * | 2005-09-16 | 2007-04-25 | Alcatel Lucent | Method and module for network analysis |
| US8064464B2 (en) * | 2006-06-16 | 2011-11-22 | Harris Corporation | Method and system for inbound content-based QoS |
| EP2448198A3 (en) * | 2007-02-14 | 2012-06-13 | Entropic Communications Inc. | Parameterized quality of service in a network |
| CN101350740A (zh) * | 2007-12-21 | 2009-01-21 | 华为技术有限公司 | 一种导致QoS异常因素的检测方法和系统 |
-
2010
- 2010-12-16 KR KR1020100129527A patent/KR20120067886A/ko not_active Application Discontinuation
-
2011
- 2011-12-12 US US13/323,419 patent/US20120155261A1/en not_active Abandoned
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102446565B1 (ko) * | 2022-04-20 | 2022-09-23 | 주식회사 와플원 | 서비스 리퀘스트 관리 및 처리 방법, 장치 및 시스템 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20120155261A1 (en) | 2012-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | When backpressure meets predictive scheduling | |
| US10783267B2 (en) | Centralized throttling service | |
| CN111866085B (zh) | 基于区块链的数据存储方法、系统和装置 | |
| US8387059B2 (en) | Black-box performance control for high-volume throughput-centric systems | |
| CN111131058B (zh) | 访问量控制方法和装置 | |
| US9071540B2 (en) | Proxy server, hierarchical network system, and distributed workload management method | |
| US20100235887A1 (en) | System and method for queuing to a cloud via a queuing proxy | |
| WO2016024124A2 (en) | A method and system for scalable job processing | |
| Abhaya et al. | Performance analysis of EDF scheduling in a multi-priority preemptive M/G/1 queue | |
| Respício et al. | Reliability of BPMN business processes | |
| Kargahi et al. | A method for performance analysis of earliest-deadline-first scheduling policy | |
| US10585696B2 (en) | Predicting transaction outcome based on artifacts in a transaction processing environment | |
| US20140143427A1 (en) | Providing Resources in a Cloud | |
| CN109300217A (zh) | 排队叫号方法、计算机存储介质、排队叫号服务器及系统 | |
| CN110198339A (zh) | 一种基于QoE感知的边缘计算任务调度方法 | |
| Goel et al. | Resource fairness and prioritization of transactions in permissioned blockchain systems (industry track) | |
| Wang et al. | Determining delay bounds for a chain of virtual network functions using network calculus | |
| Khazaei | Performance modeling of cloud computing centers | |
| Abdallah et al. | Linear time delay model for studying load balancing instabilities in parallel computations | |
| KR20120067886A (ko) | 데이터 처리 방법 및 장치 | |
| Loyall et al. | Dynamic policy‐driven quality of service in service‐oriented information management systems | |
| CN112579316B (zh) | 用于信息处理的方法、设备和计算机程序产品 | |
| Wang et al. | Scheduling periodic continuous queries in real-time data broadcast environments | |
| Zohrati et al. | Flexible approach to schedule tasks in cloud‐computing environments | |
| Xing et al. | Charon: A framework for microservice overload control |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20101216 |
|
| PG1501 | Laying open of application | ||
| PC1203 | Withdrawal of no request for examination | ||
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |