분석 가속화: 엣지, 하이브리드, 클라우드 성능 비교

분석을 어디서 수행할지 결정할 때 애플리케이션 특성과 엣지-클라우드 간 전송 대역폭이 성능에 영향을 미치는 핵심 요소입니다.

최근 몇 년간 '포그 컴퓨팅' 개념과 함께 엣지로의 이동이 추진되었습니다. 이는 애플리케이션에 적합한 곳이라면 중앙 집중식 클라우드와 엣지 환경 사이의 스펙트럼 어디에든 자산과 처리를 배치하는 방식입니다.

기업이 실시간 경제로 이동함에 따라, 스펙트럼의 어느 단계가 최적의 성능이나 가장 빠른 응답성을 제공하는지에 대한 논쟁이 있었습니다. 클라우드 서비스는 필요할 때와 장소에 용량과 처리를 제공하지만, 데이터와 명령이 다양한 네트워크를 거쳐 전송되면서 지연 문제로 느려지는 경우가 많습니다. 하이브리드 방식은 어느 정도의 로컬 처리를 제공하고 인메모리 시스템으로 데이터 이동을 가속화할 수 있지만, 속도가 일관되지 않을 수 있습니다. 처리를 완전히 엣지 디바이스로 이동하면 빠른 온사이트 분석이 가능하지만, 기업 전체에서 쉽게 공유할 수는 없습니다.

이는 아칸소 대학교 연구팀이 최근 IEEE 엣지 컴퓨팅 컨퍼런스에서 발표한 프레젠테이션과 논문의 요지입니다. 싱가포르 국립대학교의 두미트렐 로그힌(Dumitrel Loghin)이 이끄는 이 팀은 엣지 컴퓨팅의 이 세 가지 주요 모드를 테스트했으며, 속도 면에서는 세 가지 데이터 전달 모드 간에 우열을 가릴 수 없다는 결론을 내렸습니다. 이들의 측정 기반 분석은 "클라우드 전용, 엣지 전용, 하이브리드 처리 중 명확한 승자는 없지만, 애플리케이션 특성과 엣지-클라우드 전송 대역폭이 성능에 영향을 미치는 핵심 요소"라고 밝혔습니다.

팀은 두 개의 저전력 엣지 디바이스와 AWS 클라우드에서 일곱 가지 다른 MapReduce 애플리케이션을 대상으로 측정을 수행했습니다. 모든 MapReduce 애플리케이션이 하이브리드 엣지-클라우드 처리에 적합한 것은 아니지만, 적합한 것들 중에서는 별도의 엣지 및 클라우드 클러스터와 단일 엣지-클라우드 클러스터 전반에서 속도를 분석했습니다.

연구진은 애플리케이션 특성(선택성 등)과 엣지-클라우드 대역폭 등 여러 요소가 성능에 영향을 미친다는 것을 발견했습니다. 예를 들어, 측정된 두 가지 주요 Hadoop 애플리케이션은 클러스터 내 및 클러스터 간 네트워킹 링크에 따라 다양한 속도를 보였습니다. 단일 하이브리드 MapReduce 클러스터는 일부 선택된 프로세스에서 별도의 엣지 및 클라우드 클러스터보다 41%와 63% 느렸지만, 다른 프로세스에서는 85%와 100% 더 빨랐습니다.

연구진은 또한 "세 개의 AWS 클라우드 리전을 사용하여 두 개는 엣지를 시뮬레이션하고 세 번째는 클라우드를 나타내도록 설정했다. 클라우드에서 엣지 속도 향상 효과가 아닌 전송 시간과 대역폭의 영향을 분석하기 위해 클라우드 인스턴스로 엣지를 시뮬레이션했다. 엣지와 클라우드에 동일한 유형의 노드를 사용하여 클라우드 속도 향상 효과를 최소화했다. 또한 실제 시나리오에서 조직은 데이터를 집계하기 위해 하나 이상의 엣지 클러스터를 가지므로 두 개의 리전을 엣지로 사용했다"고 설명했습니다.