МІНІМІЗАЦІЯ МЕРЕЖЕВОГО ТРАФІКУ В RAFT-LIKE CONSENSUS ALGORITHM
DOI:
https://doi.org/10.33042/2522-1809-2024-4-185-2-6Ключові слова:
розподілені бази даних, RAFT, мережевий трафік, кардинальності, Big Data, IoTАнотація
Розроблено новий метод мінімізації мережевого трафіку для алгоритму консенсусу типу RAFT. Базуючись на попередньому обміні ключовими векторами та кардинальностями між нодами, він дозволяє зменшити обсяг даних, що передаються, шляхом уникнення дублювання і передачі тільки необхідних даних. Застосування цього методу дає змогу значно підвищити ефективність системи та знизити навантаження на мережу.
Посилання
Ongaro D., Ousterhout J. In Search of an Understandable Consensus Algorithm (Extended Version). Raft Consensus Algorithm. 2014. Available at: https://raft.github.io/raft.pdf
C. Mohan, D. Haderle, B. Lindsay, H. Pirahesh, P. Schwarz, “ARIES: A Transaction Recovery Method Supporting Fine-Granularity Locking and Partial Rollbacks Using Write-Ahead Logging,” ACM Transactions on Database Systems (TODS), vol. 17, no. 1, pp. 94-162, 1992. Available at+: https://dl.acm.org/doi/10.1145/1365815.1365816
F. Li, V. Venkataraman, S. Rajamanickam, and J. Zhang, “Spanner: Google’s globally distributed database,” ACM Transactions on Computer Systems (TOCS), vol. 31, no. 2, pp. 8-15, 2013.
D. B. Lomet, K. Tzoumas, C. Weng, P. Larson, S. Blanas, C. Curino, and A. J. Elmore, “Cosmos DB: A System Over-view,” IEEE Data Engineering Bulletin, vol. 42, no. 1, pp. 36-45, 2019.
B. Warnke, S. Fischer, S. Groppe, “Using Machine Learning and Routing Protocols for Optimizing Distributed SPARQL Queries in Collaboration,” Computers, vol. 12, no. 10, 2023. Available at: https://www.mdpi.com/2073-431X/12/10/210https://www.mdpi.com/2076-3417/14/2/846
IDC. Global Data Volume Trends [EB/OL]. 2018. Available online: https://www.seagate.com/files/www-content/our-StoryAmazon/trends/files/idc-seagate-dataage-chine-whitepaper.pdf (accessed on 16 October 2018).
Zeng, K.; Yang, J.; Wang, H.; Shao, B.; Wang, Z. A distributed graph engine for web scale RDF data. Proc. VLDB Endow. 2013, 6, 265–276.
Rohloff, K.; Schantz, R.E. High-performance, massively scalable distributed systems using the MapReduce software framework: The SHARD triple-store. In Programming Support Innovations for Emerging Distributed Applications; As-sociation for Computing Machinery: New York, NY, USA, 2010; pp. 1–5.
Zeng, K.; Yang, J.; Wang, H.; Shao, B.; Wang, Z. A distributed graph engine for web scale RDF data. Proc. VLDB Endow. 2013, 6, 265–276.
Rohloff, K.; Schantz, R.E. High-performance, massively scalable distributed systems using the MapReduce software framework: The SHARD triple-store. In Programming Support Innovations for Emerging Distributed Applications; Association for Computing Machinery: New York, NY, USA, 2010; pp. 1–5.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому збірнику, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY-NC-ND 4.0 (із Зазначенням Авторства – Некомерційна – Без Похідних 4.0 Міжнародна), котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).