Naming 2

第5回分散システム本読書会
名前付け / Naming 後半
@nishio_dens
2013/05/31

5.4 属性ベース名前付け
•  フラットな名前付け、構造化された名前付け

–  多くの場合一つのエンティティを参照するために利用される

•  属性ベース名前付けシステムの特徴

–  エンティティを(属性,
値)
の組で記述する

–  エンティティは探索に利用可能な属性セットを保持している
–  ユーザが興味のあるエンティティの属性を指定することで、

エンティティを絞り込む

–  ユーザの検索条件に一致した一つ以上のエンティティを返す

名前付けシステム

属性ベース名前付けシステムは

ディレクトリサービスとも呼ばれる

2013/05/31
2
/
8

5.4.2 階層化された実装: LDAP (1)
•  特徴

–  構造化された名前付けと属性ベース名前付けを組み合わせている

2013/05/31
3
/
8

5.4.2 階層化された実装 : LDAP (2)
•  LDAPの特徴

–  基本的にはDNSのような名前付けサービスと同じ

–  DNSと異なる点は、数多くの探索エペレーションをサポートしている

•  探索の例

–  Vrije
大学における、すべての主要なサーバのリストが欲しい

•  探索条件

–  Country
(C)
=
NL

–  Organization
(O)
=
Vrije
Universiteit

–  Organization
Unit
(OU)
=
*

–  Common
Name
(CN)
=
Main
Server

•  [Howes,
1997]
において定義されている表記法での記述

–  Answer
=
search(“&(C=NL)(O
=
Vrije
Universiteit)(OU=*)

(CN=Main
Server)”)

2013/05/31
4
/
8

LDAPの課題: スケーラビリティ
•  大規模なディレクトリを対象とする場合

–  ディレクトリ情報木(DIT)を分割し、複数サーバへ分割する

–  検索条件によっては、一つの結果を得るために複数のノードに
アクセスする必要があり、スケーラビリティに問題がある

•  Active
Directoryが行っている解決策

–  最初に探索されるグローバルなインデックスサーバ(グローバル
カタログ)を配置している

–  インデックスサーバに最初にアクセスし、どのLDAPドメインを
次に探索すればよいかを決定する

※
Active
Directory

•  Microsoftのディレクトリサービスシステム

2013/05/31
5
/
8

5.4.3 非集中型の実装 (1)
•  P2Pシステムによる属性ベース名前付けシステムの実装

–  スケーラビリティの問題を解決したい

–  課題は、探索オペレーションが効率的に行われるように、

(属性,
値)
の組を効率的にマッピングすること

•  分散ハッシュテーブル(DHT)へのマッピング

–  DHTを用いることで、特定のサーバ(インデックスサーバ等)を

用いること無く探索が行える

–  属性をDHTシステムで検索可能なキーの集合に変換する

2013/05/31
6
/
8

5.4.3 分散ハッシュテーブルへのマッピング
•  各経路に対するハッシュの割当

–  h1
:
hash(type-‐book)

–  h2:
hash(type-‐book-‐author)

–  h3:
hash(type-‐book-‐author-‐Tolkien)

–  h4:
hash(type-‐book-‐title)

–  h5:
hash(type-‐book-‐title-‐LOTR)

–  h6:
hash(genre-‐fantasy)

•  上記で割り当てられたハッシュに対応するノードが、リソースを

保持している（6ノードが実際のデータを保持)

•  探索の例

2013/05/31
7
/
8

h1:
hash(type-‐book)

h2:
hash(type-‐book-‐author)

h3:
hash(type-‐book-‐author-‐Tolkien)

h1,
h2,
h3
のhash値を持つノードにアクセスして、
データ取得
検索条件:

Tolkien
によって

書かれた書籍名を返せ

5.4.4 セマンティックオーバーレイネットワーク
•  非構造化オーバーレイネットワークで効率的な探索を実現

するには?

–  ノードに、意味的に近い情報を持つ近隣ノードへのリンクを持たせる

(クラスタリング?)

–  情報を検索するときは、まずその情報を持っているであろうノード群に
問い合わせる

•  意味的に近いノードのリストを構築するには?

–  [Voulgaris
and
van
Steen,
2005]
では、単純なセマンティック近傍関数を
用いる手法が提案されている

–  単に互いのノードが保持している共通のファイル数をカウントして、そ
の値を元に近傍ノードとするかどうかを判定している

2013/05/31
8
/
8

Naming 2

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (20)

Naming 2