Read more
Le Big Data et le Cloud Computing nécessitent aujourd'hui de grandes quantités de stockage qui sont accessibles par de nombreux serveurs. Pour surmonter les goulots d'étranglement de performance et le point unique de défaillance, les systèmes de stockage distribués sont entrés en vigueur. Ainsi, notre objectif principal dans ce travail est d'évaluer la performance de ces systèmes de stockage. Dans cette étude, nous examinons l'évaluation de la performance du système de stockage distribué et nous comprenons l'effet sur la performance pour différents modèles d'opérations d'E/S, c'est-à-dire la lecture et l'écriture, ainsi que différentes approches de mesure de la performance du stockage. La méthode consiste à utiliser un générateur de charge de travail synthétique en diffusant et en transcodant des données vidéo ainsi qu'un outil de référence qui génère la charge de travail comme SPECsfs2014 pour évaluer la performance des systèmes de stockage distribués de GlusterFS et Compuverde qui sont des systèmes de stockage basés sur des fichiers. Nous avons conclu que Compuverde est plus performant que Gluster, même si un matériel de faible performance est utilisé. Nous recommandons d'utiliser un lecteur de cache dans les noeuds de stockage Gluster pour obtenir de meilleures performances et éviter les goulots d'étranglement.
