STRUKTUR ORGANISASI RUMAH SAKIT

TUGAS SOFTSKILL

ANALISIS JURNAL "THE BIONIC DBMS"

Nama : Tizzani Assadia Salsabilla

Kelas : 1KA04

NPM   : 16115919

Judul jurnal : The Bionic DBMS is coming, but what will it look like ?

Penulis         : Ryan Johnson dan Ippokratis Pandis

• Ringkasan Jurnal

Meskipun sistem database telah main mata dengan perlengkapan khusus keras- selama beberapa dekade, realitas ekonomi secara historis disukai murni solusi perangkat lunak menunggangi Hukum Moore. kecepatan-sudah jam prosesor stagnan untuk satu dekade- tidak mungkin untuk meningkatkan waktu dekat karena kekhawatiran listrik, skala kekuatan transistor telah mencapai titik cross-over: penghematan daya karena transistor yang lebih kecil tidak lagi mengkompensasi sepenuhnya untuk peningkatan jumlah transistor per chip. amplop listrik tetap akan menggerakkan sebuah fraksi terus menyusut dari chip pada saat tertentu, sebuah fenomena yang dikenal sebagai silikon gelap.

ledakan baru-baru berbasis cloud "big data" komplikasi ap berarti bahwa, untuk pertama kalinya, penyedia seperti Google, Facebook, Amazon, dan Microsoft memiliki keduanya Artikel ini diterbitkan di bawah Lisensi Creative Commons Attribution.

DARK SILICON :

Silikon gelap adalah tren untuk meningkatkan fraksi chip's transistor tetap tidak terpakai pada waktu tertentu.ada dua efek yang akan ditimbulkan :

1. mengabaikan kekuatan scaling sejenak — homogen multicore desain permintaan tumbuh secara eksponensial paralelisme dari perangkat lunak
2. kurangnya daya scaling dalam transistor generasi berikutnya, berarti bahwa daya kendala akan memaksa sebagian kecil berkembang hardware offline bahkan jika perangkat lunak dapat digunakan itu. Perhitungan konservatif menempatkan mungkin 20% dari transistor di luar 2018 daya amplop, dengan menyusut oleh berbagai generasi hardware 30-50% setiap fraksi dapat digunakan.

LATENCY & KONTROL ALIRAN :

Pemrosesan query khususnya dalam bentuk kolumnar menghasilkan dataflow yang signifikan dan relatif mudah kontrol aliran yang memetakan baik hardware. Transaksi pengolahan, di sisi lain, memiliki aliran kontrol berat dan komponen dataflow kecil, tidak teratur ,sangat tidak efisien dan tidak meminjamkan diri untuk setiap bentuk jelas akselerasi hardware. OLTP diuntungkan oleh frekuensi clock scaling selama puluhan tahun, dan saat ini manfaat bahkan lebih kuat dari tingginya paralelisme ditawarkan oleh multicore hardware, tapi akan menderita kerugian parah kinerja di bawah silikon gelap: frekuensi clock tetap dan tetap inti penting di seluruh generasi berturut-turut mengancam untuk secara permanen topi OLTP throughput.

KONTROL MENGALIR DALAM PERANGKAT KERAS :

Hardware kustom memiliki reputasi untuk miskin penanganan aliran kontrol, sebagian besar dari usaha yang gagal untuk mengambil aliran kontrol dinamis dari tujuan umum program. Hardware benar-benar unggul di aliran kontrol, sebagaimana dibuktikan oleh otomaton negara terbatas di mana-mana, khususnya non-deterministik negara terbatas automata (NFA), yang mempekerjakan paralelisme hardware untuk efek yang besar. Melihat bergaya von Neumann kontrol aliran sebagai proyeksi dimensi rendah beberapa mesin negara bagian yang mendasari (dengan benang paralel kontrol menjadi dimensi), menjadi jelas mengapa pemetaan software kembali ke hardware biasanya memberikan beberapa manfaat. Efektif percepatan aliran kontrol memerlukan mengidentifikasi mendasari operasi abstrak dan pemetaan proyeksi dimensi tinggi hardware. Untuk memberikan satu contoh konkret, baik ekspresi reguler yang cocok dan XPath proyeksi algoritma mempekerjakan NFA, paralelisme yang halus dengan mudah ditangkap dalam perangkat keras tapi mengarah ke implementasi perangkat lunak yang sangat tidak efisien dengan mayoritas regexp Perpustakaan menggunakan algoritma yang lebih rendah yang peta lebih bersih ke perangkat lunak.

Eksplorasi awal operasi OLTP umum seperti B + ,pohon probe dan penebangan menyarankan bahwa banyak dari inefisiensi melekat pada OLTP muncul karena mereka miskin pemetaan perangkat lunak; Bagian berikut menjelajahi pengamatan ini secara lebih rinci.

PENGOLAHAN TRANSAKSI BIONIK:

1. Hambatan analisis

Arsitektur berorientasi data (DORA) memungkinkan sepenuhnya sharedeverything transaksi sistem untuk mendapatkan sebagian besar manfaat tersedia dari partisi dataset pengolahan, tetapi tanpa gerakan data biasanya diperlukan dengan partisi. DORA membagi database menjadi Logis partisi yang didukung oleh umum kolam renang buffer dan penebangan infrastruktur, dan kemudian struktur pola akses benang sehingga satu thread yang paling menyentuh setiap datum tertentu. Sepenuhnya menghilangkan mengunci dan menempel dari sebagian besar kode jalan, menggantinya dengan pengaturan yang secara signifikan lebih sederhana dari antrian dan rendezvous poin dan mengeksploitasi berhati-hati penempatan data ke halaman.

2. Arsitektur Ikhtisar

Berdasarkan kemacetan yang diidentifikasi dalam bagian sebelumnya, kami mengusulkan suatu arsitektur yang offloads empat utama operasi untuk hardware: pohon probe, tampilan manajemen (rincian ikuti), log buffering, dan Manajemen antrian. Kita juga berasumsi mesin Netezza-gaya menerapkan pilihan dan proyeksi untuk query untuk mengurangi bandwidth tekanan pada PCI bus. Lebih tinggi tingkat kekhawatiran, seperti eksekusi query, penjadwalan dan routing, pemulihan, dan indeks re-org, menginap di perangkat lunak.

3. B+ (Pohon probe)

Beban kerja OLTP indeks-terikat, menghabiskan dalam beberapa kasus 40% atau lebih dari total transaksi waktu melintasi berbagai indeks terstruktur. B + pohon operasi biasanya secara logis dicatat, sehingga perangkat lunak dapat menangani subsistem penebangan selama hardware unit menjamin atomicity setiap permintaan yang diterima. Faktor-faktor bercabang node tinggi berarti bahwa indeks seluruh cocok dalam memori untuk kebanyakan dataset, sehingga perangkat keras dapat mengandalkan perangkat lunak untuk mengakses disk dan membatalkan operasi yang jatuh dari memori. Bahkan jika Indeks terlalu besar untuk masuk dalam memori, inodes cenderung masih cocok nyaman, terutama jika daun berukuran untuk akses disk (memimpin untuk faktor-faktor yang bercabang dari beberapa ratus hingga beberapa ribu). Akhirnya, memberikan sebuah pohon pipelined probe unit akses langsung ke memori (melewati cache) harus memungkinkan unit untuk jenuh menggunakan hanya mungkin selusin permintaan luar biasa, dengan tidak perlu permintaan tersebut tiba bersamaan; Menyampaikan SG-DRAM memberikan throughput yang tinggi bahkan untuk mengejar pointer.

 perangkat lunak untuk menyelidik B + pohon di atas memerlukan hanya beberapa lusin mesin petunjuk, kebanyakan kembar tiga bentuk "beban-Bandingkan-cabang." Peta aliran kontrol semacam ini sangat baik untuk perangkat keras, dan kami sedang dalam proses membangun mesin probe pohon generik perangkat keras yang dapat menangani integer dan variabel-panjang string tombol.Operasi kompleks lainnya, seperti ruang alokasi, inode perpecahan dan reorganisasi indeks, ditangani dalam perangkat lunak.

4. Logging

Sistem DORA menghilangkan sebagian mengunci (dengan sisanya menjadi thread-lokal), meninggalkan log database sebagai layanan terpusat utama. Meskipun pertengkaran log dapat dikurangi untuk sistem tunggal-socket dengan beberapa upaya yang cukup besar, soket multi sistem tetap tantangan terbuka karena soket di-soket komunikasi latency. Permintaan dari soket yang sama dapat dikumpulkan sebelum menyampaikan mereka, dan hardware-tingkat arbitrase secara signifikan lebih mudah untuk alasan tentang daripada struktur data bebas kunci khas, sambil menghindari kerumitan dan overhead yang biasanya diperlukan untuk membangun sebuah serial log menggunakan kait. Untuk efektivitas maksimum, antarmuka penebangan akan perlu untuk menjadi tak sinkron, sehingga latency berbagai log operasi dapat tumpang tindih dengan mudah dengan permintaan lainnya. Sinkronisasi log dapat dilakukan di perangkat lunak, dengan beberapa bantuan dari mesin Manajemen antrian perangkat keras untuk menyimpan latency dari jalur kritis.

5. Antrian manajemen

DORA menggunakan antrian secara ekstensif, untuk memaksakan keteraturan pola akses, menghilangkan hotspot pertengkaran, dan menyembunyikan latency karena partisi menyeberang dan log sinkronisasi. Antrian di DORA biasanya melihat hanya cahaya pertengkaran terburuk, tetapi mereka masih memiliki overhead signifikan manajemen (yang merupakan bagian dari Dora dan komponen front-end).

6. Overlay database

Bukan kolam renang buffer, sistem bionik akan menggunakan dua data kolam. Sisi CPU mempertahankan cache hasil menengah dan data lainnya. sementara sisi FPGA mempertahankan lapisan dalam memori dari database. Hamparan menyajikan cache dibaca dan penyangga menulis sampai mereka dapat bergabung massal kembali ke data pada disk (menggantikan buffer pool), dan juga akan patch update ke data historis yang diminta oleh pertanyaan.

Dalam jurnal ini dibahas mengenai DBMS bionik, DBMS adalah singkatan dari “Database Management System” yaitu sistem penorganisasian dan sistem pengolahan Database pada komputer. DBMS  ini merupakan perangkat lunak (software) yang dipakai untuk membangun basis data yang berbasis komputerisasi. DBMS ini juga dapat membantu dalam memelihara serta pengolahan data dalam jumlah yang besar, dengan menggunakan DBMS bertujuan agar tidak dapat menimbulkan kekacauan dan dapat dipakai oleh user sesuai dengan kebutuhan. DBMS bionik merupakan database yang dimana bionik itu sendiri merupakan anatomi buatan yg dapat dikontrol oleh otak penggunanya. Secara garis besar dbms bionik adalah bagian-bagian pada sistem manajemen basis data yg dapat dikontrol oleh otak penggunanya yaitu manusia. Dalam tulisan ini, mereka berpendapat bahwa hardware khusus, dan hardware reconfigurable khususnya, juga memegang janji untuk perhitungan didominasi oleh aliran kontrol dan latency tinggi operasi, perhitungan yang secara luas digunakan dalam pemrosesan transaksi dan grafik traversals. Secara khusus, dengan menggunakan data baru-baru ini diusulkan arsitektur berorientasi sebagai titik awal, kita secara singkat menyoroti sumber utama latency dan overhead software dalam sistem dan mengeksplorasi potensi dukungan hardware untuk mengurangi masalah ini. Mereka membuat dua klaim:

1. Dukungan Hardware yang efektif tidak perlu selalu meningkatkan kinerja baku. Tujuan sebenarnya adalah untuk mengurangi penggunaan energi bersih.

2. Fraksi mengejutkan operasi database setuju untuk implementasi Hardware. Kami memperkirakan bahwa sistem-sistem masa depan sebagian besar akan menggunakan perangkat lunak untuk mengkoordinasikan penggunaan dan interaksi unit perangkat keras yang tersedia.

Jurnal ini berisikan tentang sistem database,dan prosesor komoditas diman dalam jurnal ini meliputi tentang : pembahasan tentang dark silicon ; latency dan kontrol aliran ; kontrol mengalir dalm perangkat keras ; dan pembahasan yang terakhir adalah pengolahan transaksi “bionik” yang meliputi hambatan analisis,arsitektur ikhtisar,pohon probe,logging,antrian managemen.