Skip to main content
SpringerLink
Log in

Algorithmische Grundlagen verteilter Speichersysteme

  • HAUPTBEITRAG
  • ALGORITHMISCHE GRUNDLAGEN
  • Published:
Informatik-Spektrum Aims and scope

Zusammenfassung

Die Verwaltung von und der effiziente Zugriff auf Daten aus einer riesigen Datenmenge führen klassische Speichersysteme wegen ihrer beschränkten Kapazität und I/O-Fähigkeit an ihre Grenzen. Einen Ausweg zeigen verteilte Speichersysteme wie z. B. Storage Area Networks (SANs) auf. Solche Systeme bestehen aus vielen, durchaus auch unterschiedlichen, über ein Netzwerk verbundenen Speichersystemen und sind bei wachsenden Datenmengen erweiterbar. Bei der Entwicklung solcher Systeme stellen sich interessante algorithmische Fragen: Wie werden die Daten im verteilten Speichersystem so verteilt, dass die Speicher gleichmäßig ausgelastet werden, und zwar sowohl bezüglich der Menge der zu verwaltenden Daten als auch hinsichtlich der Anfragen? Wie sehen derartige Verteilungen bei Speichern sehr unterschiedlicher Kapazität aus? Wie kann sich die Datenverteilung an Veränderungen des Systems, etwa das Einfügen oder Entfernen von Speichern, anpassen? Wie kann sich das Netzwerk an die Veränderung des Systems anpassen? In diesem Artikel geben wir einen Überblick über einige Aspekte der algorithmischen Forschung über verteilte Speichersysteme.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

References

  1. Azar Y, Broder A, Karlin A, Upfal E (1994) Balanced allocation. In: Proc of the 26th ACM Symp on Theory of Computing (STOC), pp 593–602

  2. Brinkmann A, Effert S, Meyer auf der Heide F, Scheideler C (2007) Dynamic and redundant data placement. In: IEEE International Conference on Distributed Computing Systems (ICDCS), pp 29–38

  3. Brinkmann A, Salzwedel K, Scheideler C (2000) Efficient, distributed data placement strategies for storage area networks. In: Proc of the 12th ACM Symp on Parallel Algorithms and Architectures (SPAA), pp 119–128

  4. Brinkmann A, Salzwedel K, Scheideler C (2002) Compact, adaptive placement schemes for non-uniform capacities. In: Proc of the 14th ACM Symp on Parallel Algorithms and Architectures (SPAA), pp 53–62

  5. Carter J, Wegman M (1979) Universal classes of hash functions. J Comput Sys Sci 18(2):143–154

    Article  MATH  MathSciNet  Google Scholar 

  6. Czumaj A, Riley C, Scheideler C (2004) Perfectly balanced allocation. In: 7th Int Workshop on Randomization and Approximation Techniques in Computer Science (RANDOM), pp 240–251

  7. Dietzfelbinger M, Meyer auf der Heide F (1993) Simple, efficient shared memory simulations. In: Proc of the 5th ACM Symp on Parallel Algorithms and Architectures (SPAA), pp 110–119

  8. Karger D, Lehman E, Leighton T, Levine M, Lewin D, Panigrahy R (1997) Consistent hashing and random trees: distributed caching protocols for relieving hot spots on the World Wide Web. In: Proc of the 29th ACM Symp on Theory of Computing (STOC), pp 654–663

  9. Karp R, Luby M, Meyer auf der Heide F (1992) Efficient PRAM simulation on a distributed memory machine. In: Proc of the 24th ACM Symp on Theory of Computing (STOC), pp 318–326

  10. McDiarmid C (1998) Concentration. In: Habib M, McDiarmid C, Ramirez-Alfonsin J, Reed B (eds) Probabilistic Methods for Algorithmic Discrete Mathematics. Springer, Berlin, pp 195–247

    Google Scholar 

  11. Mense M, Scheideler C (2008) SPREAD: an adaptive scheme for redundant and fair storage in dynamic heterogeneous storage systems. In: Proc of the 19th ACM/SIAM Symp on Discrete Algorithms (SODA), pp 1135–1144

  12. Meyer auf der Heide F, Scheideler C, Stemann V (1995) Exploiting storage redundancy to speed up randomized shared memory simulations. In: Proc of the 12th Symp on Theoretical Aspects of Computer Science (STACS), pp 267–278

  13. Naor M, Wieder U (2003) Novel architectures for P2P applications: the continuous-discrete approach. In: Proc of the 15th ACM Symp on Parallel Algorithms and Architectures (SPAA), pp 50–59

  14. Steger A, Berenbrink P, Czumaj A, Vöcking B (2000) Balanced allocations: The heavily loaded case. In: Proc of the 32nd ACM Symp on Theory of Computing (STOC), pp 745–754

  15. Schindelhauer C, Schomaker G (2005) Weighted distributed hash tables. In: Proc of the 17th ACM Symp on Parallel Algorithms and Architectures (SPAA), pp 218–227

  16. Stoica I, Morris R, Karger D, Kaashoek F, Balakrishnan H (2001) Chord: a scalable peer-to-peer lookup service for Internet applications. In: Proc of the SIGCOMM ’01, pp 149–160

Download references

Author information

Authors and Affiliations

  1. Heinz Nixdorf Institut und Institut für Informatik, Universität Paderborn, Fürstenallee 11, 33102, Paderborn, Deutschland

    Friedhelm Meyer auf der Heide

  2. Institut für Informatik, Universität Paderborn, Fürstenallee 11, 33102, Paderborn, Deutschland

    Christian Scheideler

Authors
  1. Friedhelm Meyer auf der Heide
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Christian Scheideler
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Friedhelm Meyer auf der Heide.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Meyer auf der Heide, F., Scheideler, C. Algorithmische Grundlagen verteilter Speichersysteme. Informatik Spektrum 33, 468–474 (2010). https://doi.org/10.1007/s00287-010-0470-2

Download citation

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s00287-010-0470-2

Search

Navigation