Модели процессов согласования реплик в базах данных Nosql

 

V=1024 байта – длина поля значения изменяемой записи;
 

интенсивность μ
ns
передачи данных по сети, соединяющей подсети, не 
учитывалась, т.к. кластер узлов был развернут в одном ЦОД.
 

μ
p
=2400·10
6
– число операций в секунду, выполняемых процессором Intel 
Xeon CPU E5-2630L v2.
 
Задача адаптации модели решалась методом наименьших квадратов [66]: 
min
)
)
,
X
(P(C,
L
1
i
2
i





Y
i
Z
Y
, 
(3.4) 
где функция P(C, X
i
, Y) определяется формулой (2.8); Z
i
– вероятность, 
полученная при проведении i-ого эксперимента; L – число экспериментов, по 
которым проводилась адаптация модели (они отмечены в таблицах 3.1 и 3.2 
серым цветом; результаты остальных экспериментов были использованы при 
оценке адекватности модели (2.8)). Эксперименты проводились в два подхода, в 
разное время, следовательно, при разной фоновой загрузке ресурсов. Фоновая 
загрузка узлов зависит от работы других клиентов облачных ресурсов и может 
меняться время от времени. Поэтому адаптация модели проводилась отдельно для 
первой и второй серии экспериментов. После решения задачи оптимизации (3.4) 
были получены адаптируемые параметры, представленные в таблице 3.3. Задача 
решалась методом наискорейшего спуска. 
Таблица 3.3 – Значения адаптируемых параметров модели согласования реплик в 
конечном счете. 
Первая серия экспериментов 
Вторая серия экспериментов 
Параметр 
Значение 
Параметр 
Значение 
μ
n
299,3 Мбит/с 
μ
n
249,6 Мбит/с 
μ
m
8677 МБит/с 
μ
m
8402 МБайт/с 
μ
d1
238 МБайт/с 
μ
d1
68 МБайт/с 
 
В таблице 3.4 представлены результаты натурных экспериментов, которые 
были использованы при анализе адекватности модели (см. в таблицах 3.1 и 3.2 

---

98 
неотмеченные строки), а также результаты соответствующих модельных 
экспериментов. 
 
Таблица 3.4 – Анализ адекватности модели согласования реплик в конечном 
счете. 
N
Λ 
Вероятность 
Относительная
погрешность (%) 
Эксперимент 
Модель (2.13) 
4 
15 
0.039 
0.045 
15.24 
20 
0.065 
0.059 
7.79 
9 
15 
0.223 
0.241 
8.01 
20 
0.324 
0.308 
5.00 
17 
5 
0.325 
0.294 
9.62 
10 
0.539 
0.501 
6.99 
25 
5 
0.375 
0.379 
1.24 
7 
0.471 
0.486 
3.22 
5 
16 
0.118 
0.144 
22.18 
20 
0.155 
0.175 
13.11 
24 
0.185 
0.206 
11.33 
28 
0.221 
0.235 
6.12 
7 
7 
0.130 
0.134 
2.97 
12 
0.203 
0.216 
6.40 
17 
0.274 
0.290 
5.95 
22 
0.358 
0.355 
0.61 
Средняя относительная погрешность по двум сериям экспериментов 
составила 7.86%. На рисунках 3.1 и 3.2 показаны зависимости вероятности P, что 
клиент прочитает устаревшую запись, от λ при различных значениях N. Графики 
построены по результатам натурных (experiment) и модельных (model) 
экспериментов.
В работе [45] приведена формула (1.3), рассмотренная в 1-й главе, согласно 
которой вероятность того, что считанная из базы данных NoSQL реплика записи 
не будет актуальной (т.е. последней обновленной, k=1), равна (для случая 
W=R=1)
N
1
-
1
P

,
(3.5) 
где N –число реплик записи.
Значения этой вероятности представлены в таблице 3.5 для разных N. 

---

99 
Рисунок 3.1 – Зависимости вероятности P чтения устаревшей записи от λ для 
первой серии экспериментов. 
Рисунок 3.2 – Зависимости вероятности P чтения устаревшей записи от λ для 
второй серии экспериментов. 

---

100 
Таблица 3.5 – Значение вероятности P по (3.5). 
N 
4 
5 
7 
9 
17 
25 
P 
0,750 
0,800 
0,857 
0,889 
0,941 
0,960 
Эти значения никак не соответствуют экспериментальным данным (см. 
рисунки 3.1, 3.2). Объясняется это тем, что формула (3.5) является упрощенной и 
не учитывает ни механизм распространения обновлений по репликам, ни 
интенсивность чтения записей из этих реплик. Разработанная в пункте 2.1.2 
модель процесса согласования реплик в конечном счете не имеет указанных 
недостатков, а также учитывает параметры аппаратных ресурсов (оперативной 
памяти, диска, сети и процессора), задействованных в процессе репликации 
(тиражирования) обновленных данных.