클러스터는 병렬 컴퓨팅 및 데이터 센터에 적합한 구조를 제시하지만 설계 빛 확장을 할 때 성능에 대한 예측이 쉽지 않다 또한 기존의 클러스터 성능 분석은 이미 구성된 시스템만을 그 대상으로 한다는 문제점을 가지고 있으며 클러스터의 확장 및 대용량 클러스터에 대한 성능 예측을 지원하지 못한다. 그러므로 기존에 대규모 클러스터를 평가하던 방법들과는 다른, 시스템 구성 전 대규모 클러스터를 위한 모델링 및 예측 방법을 필요로 한다. 이러한 작업은 클러스터의 구조적 특성이 잘 반영되어야 하며 실제 시스템 적용 시 나타나는 문제에 관해서도 분석이 쉽게 되어야 한다. 본 논문에서는 대규모 클러스터의 성능 모델링을 위한 방법론을 제시하고 실제 시스템에서 수행한 측정 및 예측 결과로 방법론의 유용성을 보인다.
Clusters can provide scalable and flexible architectures for parallel computing servers and data centers. Their performance prediction has been a very challenging issue. Existing performance measurement methodologies are able to measure the performance of servers already constructed. Thus they cannot provide a way to predict the overall system performance in advance when designing the system at the initial phase or adding more nodes for more capacity. Therefore, the performance modeling and prediction methodology for large-scale clusters is highly required. In this paper, we suggest a methodology to predict the performance of large-scale clusters, which consists of measurement, modeling and prediction steps. We apply the methodology to a real cluster server and show its usefulness.
