한국테라데이타는 테라데이타 데이터베이스 15.10(Teradata Database 15.10) 기반 테라데이타 인텔리전트 메모리(Teradata Intelligent Memory)의 성능을 크게 향상시켰다.

이로써 고객들은 새로운 메모리 및 CPU 최적화를 통해 시스템 효율성과 분석 성능을 크게 높일 수 있게 되었으며, 메모리에 대한 투자로부터 최대한의 효과를 실현할 수 있게 되었다. 이 같은 성능 향상은 메모리 대역폭의 부하 감소, CPU 효율성 증가, 디스크 I/O 감소를 비롯해, 전체적인 시스템 효율성을 높이는 결과를 가져온다.

테라데이타 인텔리전트 메모리의 3가지 성능 향상

① 쿼리 파이프라이닝(pipelining) 및 새로운 인-메모리 테이블 구조
파이프라이닝(pipelining)은 메모리를 떠나지 않고도, 어떤 쿼리 단계의 아웃풋(output)이 다음 쿼리 단계의 인풋(input)에 반영되는 매우 혁신적인 쿼리 프로세싱 접근방식이다. 이는 불필요한 데이터 이동을 줄이고, 시스템 효율성과 처리량을 크게 높여준다.

또한, 데이터가 메모리에 저장될 때, 행 기반 파티션 테이블(row-partitioned tables) 대신, 열 기반 파티션(column-partitioned tables)으로 저장되어 CPU에 의한 속도 저하를 낮추고 메모리 공간의 소모를 줄인다.

② CPU 명령어 및 캐시 활용
새로운 알고리즘은 인텔의 벡터 명령어 및 온-보드 캐시를 활용하여 병렬 방식의 운영을 지원한다. 이를 통해 CPU 처리량과 효율성을 높이고, 메모리 내외부의 데이터 이동량을 줄일 수 있다. 테라데이타 데이터베이스(Teradata Database)는 추가적인 벡터 명령어를 포함하며, CPU 성능 및 효율성이 강화된 인텔의 새로운 하스웰(Haswell) 프로세서에 맞게 최적화되어 있다.

③ 새로운 데이터 사용빈도 측정 방식
테라데이타 가상 스토리지(Teradata Virtual Storage)는 전술적(tactical) 워크로드와 전략적(strategic) 워크로드를 구분해 얼마나 자주 데이터에 액세스하는가를 측정하는데 새로운 방식을 적용한다. 일반적으로 높은 우선순위의 비즈니스 쿼리인 전술적 워크로드는 전략적 워크로드보다 더 빨리 데이터의 사용 빈도(온도)를 높인다. 핫 데이터(Hot data) 혹은 자주 사용되는 데이터는 더 빨리 메모리로 이동된다.

이를 통해 비즈니스 우선순위를 따라 데이터가 메모리에 정렬된다. 테라데이타는 논리적 I/O 를 인메모리에 적용하여 핫 데이터(Hot data)의 정밀도를 높였고, 인메모리에 참조된 데이터는 역시 데이터의 사용 빈도(온도)에 반영된다. 그 결과, 인메모리에 저장된 데이터를 통해 보다 정확하게 비즈니스 니즈를 조율할 수 있으며 궁극적으로 분석 성능을 크게 높여준다.

테라데이타 연구소의 스콧 나우(Scott Gnau) 대표는 “테라데이타는 성능을 주도하는 메모리 및CPU를 활용하여 보다 스마트하고 간편한 공학기술을 개발하는데 전념하고 있다”라며 “문제가 발생할 때, 맹목적으로 메모리를 추가하는 것은 결과를 악화시키며, 빅데이터의 경우 더욱 그러한 결과를 초래할 수 있다. 테라데이타의 정교한 접근방식은 인메모리에 적절한 데이터를 배치함으로써 합리적인 가격으로 기업들이 원하는 성능을 얻을 수 있도록 해준다”라고 말했다.

테라데이타 데이터베이스(Teradata Database)의 이 같은 성능 향상은 2015년 상반기에 이용할 수 있다.