CM2: a Cloud Monetary Cost Model for Document-Based NoSQL Databases

आधुनिक डिजिटल दुनिया में, विशाल मात्रा में जानकारी को लचीले, गैर-पारंपरिक स्वरूपों में संग्रहीत किया जाता है जिन्हें डॉक्यूमेंट-ओरिएंटेड डेटाबेस के रूप में जाना जाता है। पुराने सिस्टमों की कठोर, स्प्रेडशीट जैसी संरचनाओं के विपरीत, ये डेटाबेस डेटा को उन तरीकों से व्यवस्थित करने की अनुमति देते हैं जो वास्तव में अनुप्रयोगों (एप्लीकेशन्स) द्वारा इसके उपयोग को दर्शाते हैं, अक्सर संबंधित जानकारी को एकल, स्व-निहित इकाइयों में एक साथ समूहित करते हैं। जैसे-जैसे कंपनियाँ इन सिस्टमों को क्लाउड पर ले जाती हैं, जहाँ इनका प्रबंधन बड़ी प्रौद्योगिकी कंपनियों द्वारा किया जाता है, डेटा को व्यवस्थित करने का तरीका केवल एक तकनीकी विकल्प नहीं रह जाता, बल्कि एक वित्तीय विकल्प बन जाता है। हर बार जब कोई कंप्यूटर डेटा के एक टुकड़े को पढ़ता है, एक नया डेटा लिखता है, या एक फ़ाइल संग्रहीत करता है, तो क्लाउड प्रदाता एक शुल्क लेता है। ये शुल्क डेटा के आकार, एक्सेस किए गए आइटमों की संख्या और अनुरोधों की जटिलता पर आधारित होते हैं, जिससे एक जटिल आर्थिक परिदृश्य बनता है जहाँ एक छोटा सा डिज़ाइन निर्णय भी काफी अधिक बिलों का कारण बन सकता है।

वर्षों से, इन सिस्टमों को डिजाइन करने वाले विशेषज्ञ उन मॉडलों पर भरोसा करते आए हैं जो यह भविष्यवाणी करते हैं कि डेटाबेस कितनी तेज़ी से चलेगा या यह कितनी मेमोरी का उपयोग करेगा। हालाँकि, ये पारंपरिक उपकरण अक्सर वास्तविक क्लाउड खर्चों को अनदेखा कर देते हैं। वे एक इंजीनियर को यह तो बता सकते हैं कि एक डिज़ाइन तेज़ है, लेकिन वे यह नहीं बता सकते कि क्या वह गति एक अप्राफ़्य कीमत पर आती है। यह अंतर संगठनों को उनके भविष्य की लागतों के बारेारे में अनुमान लगाने की स्थिति में छोड़ देता है, जिससे संभावित रूप से ऐसे आर्किटेक्चर बन सकते हैं जो प्रदर्शन में तो कुशल हैं लेकिन बजट के मामले में विनाशकारी हैं। चुनौती यह है कि क्लाउड मूल्य निर्धारण एक एकल फ्लैट दर नहीं है; यह स्टोरेज, डेटा की विशिष्ट मात्रा को पढ़ने, अपडेट लिखने और जानकारी को तेज़ी से खोजने में मदद करने वाले इंडेक्स को बनाए रखने के लिए शुल्कों का एक मिश्रण है। डेटा संरचनाओं के विभिन्न विकल्पों की तुलना करने के लिए बिना किसी तरीके के, यह वैसा ही है जैसे दो अलग-अलग कारों की लागत की तुलना करना जब एक की कीमत 'मील प्रति गैलन' में हो और दूसरी की 'इंजन हॉर्सपावर' में।

इसे हल करने के लिए, बोलोग्ना विश्वविद्यालय के शोधकर्ताओं—माटेओ फ्रेंका, एनरिको गैलिनुची, माटेओ गोल्फारेली और अलेसांद्रा लुमिनी ने CM2 नामक एक नया टूल विकसित किया है। यह एक क्लाउड मॉनेटरी कॉस्ट मॉडल है जिसे विशेष रूप से सर्वरलेस वातावरण में चलने वाले डॉक्यूमेंट-आधारित NoSQL डेटाबेस के लिए डिज़ाइन किया गया है। गति या तकनीकी जटिलता पर ध्यान केंद्रित करने के बजाय, CM2 डेटाबेस डिजाइनरों के लिए एक वित्तीय कैलकुलेटर के रूप में कार्य करता है। यह डेटा को व्यवस्थित करने के एक प्रस्तावित तरीके और उन प्रश्नों की एक सूची लेता है जो डेटाबेस से पूछे जाएंगे, और फिर सटीक मासिक डॉलर लागत की गणना करता है। यह मॉडल अनुमान नहीं लगाता; यह कुल खर्च को तीन अलग-अलग भागों में विभाजित करता है: डेटा और उसके इंडेक्स को स्टोर करने की लागत, डेटा को पढ़ने की लागत, और डेटा को लिखने या अपडेट करने की लागत। यह प्रमुख क्लाउड प्रदाताओं की विशिष्ट मूल्य निर्धारण नीतियों को ध्यान में रखता है, जैसे कि वे प्रति गीगाबाइट स्टोरेज या प्रति बाइट डेटा ट्रांसफर के लिए कितना शुल्क लेते हैं।

शोधकर्ताओं ने एक ऑनलाइन स्टोर पर आधारित एक यथार्थवादी परिदृश्य का उपयोग करके इस मॉडल का परीक्षण किया, जिसमें ग्राहक, ऑर्डर, उत्पाद और शिपिंग विवरण शामिल थे। उन्होंने इस स्टोर के डेटा को व्यवस्थित करने के विभिन्न संस्करण बनाए। एक संस्करण में, उन्होंने डेटा को न्यूनतम पुनरावृत्ति के साथ अत्यधिक व्यवस्थित रखा, जो एक सख्त पुस्तकालय सूची (लाइब्रेरी कैटलॉग) के समान है। दूसरे में, उन्होंने जानकारी को अलग-अलग समूहों में दोहराया ताकि उसे खोजना तेज़ हो सके, जो हर कार में एक मानचित्र की प्रति रखने के समान है। फिर उन्होंने माइक्रोसॉफ्ट एज़्योर (Microsoft Azure) द्वारा प्रदान की गई एक वास्तविक क्लाउड डेटाबेस सेवा पर इन विभिन्न सेटअपों के विरुद्ध हजारों सिम्युलेटेड क्वेरी चलाईं। लक्ष्य यह देखना था कि क्या उनका मॉडल उस वास्तविक बिल की भविष्यवाणी कर सकता है जो क्लाउड प्रदाता द्वारा भेजा जाएगा।

परिणाम आश्चर्यजनक रूप से सटीक थे। जब शोधकर्ताओं ने अपने मॉडल की भविष्यवाणियों की तुलना क्लाउड सेवा द्वारा किए गए वास्तविक खर्चों से की, तो एक्सेस किए गए दस्तावेज़ों की संख्या के लिए अंतर अक्सर दो प्रतिशत से कम और उपयोग किए गए इंडेक्स प्रविष्टियों की संख्या के लिए एक प्रतिशत से कम था। कुल स्टोरेज आकार के लिए, मॉडल पांच प्रतिशत से भी कम के अंतर पर था। इससे भी महत्वपूर्ण बात यह है कि मॉडल ने अंतिम मौद्रिक लागत की सफलतापूर्वक भविष्यवाणी की। एक परीक्षण मामले में, मॉडल ने 0.70 डॉलर की मासिक लागत का अनुमान लगाया, जबकि वास्तविक लागत 0.73 डॉलर थी। लाखों ऑपरेशनों वाले अधिक जटिल परिदृश्यों में, मॉडल ने लगातार पहचान की कि कौन सा डेटाबेस डिज़ाइन सबसे सस्ता होगा, और सूक्ष्म अंतर होने पर भी विकल्पों को सही ढंग से रैंक किया।

अध्ययन ने यह भी खुलासा किया कि सबसे कुशल डिज़ाइन पूरी तरह से इस बात पर निर्भर करता है कि सिस्टम का उपयोग कैसे किया जा रहा है। एक डिज़ाइन जो स्टोरेज पर पैसे बचाता है, वह महंगा साबित हो सकता है यदि एप्लिकेशन को बार-बार जटिल खोजों की आवश्यकता होती है जो सिस्टम को बड़ी मात्रा में डेटा पढ़ने के लिए मजबूर करती हैं। इसके विपरीत, एक डिज़ाइन जो खोजों को तेज़ करने के लिए डेटा को दोहराता है, वह सबसे किफायती विकल्प हो सकता है यदि सिस्टम 'रीड-हैवी' (पढ़ने वाला) है लेकिन अपडेट कम होता है। मॉडल ने दिखाया कि कुछ मामलों में, एक रेडंडेंट (दोहराव वाला) डिज़ाइन सस्ता था क्योंकि इसने महंगे 'रीड ऑपरेशन्स' को कम कर दिया, जबकि अन्य मामलों में, एक लीन (कम संसाधनों वाला) डिज़ाइन जीत गया क्योंकि इसने अपडेट लिखने की लागत को कम किया। यह सिद्ध करता है कि डेटाबेस बनाने का कोई एक "सर्वश्रेष्ठ" तरीका नहीं है; सही चुनाव वह है जो एप्लिकेशन के विशिष्ट वित्तीय और परिचालन पैटर्न के साथ संरेखित हो।

लागत को मापने के एक एकीकृत तरीके प्रदान करके, CM2 इंजीनियरों को सिस्टम बनाने से पहले ही सूचित निर्णय लेने की अनुमति देता है। यह बातचीत को "क्या यह काम करेगा?" से बदलकर "क्या यह हमारे बजट के भीतर काम करेगा?" पर ले आता है। शोधकर्ताओं ने प्रदर्शित किया कि डिज़ाइन चरण के दौरान मौद्रिक आयाम को अनदेखा करना ऐसे आर्किटेक्चर की ओर ले जा सकता है जो तकनीकी रूप से तो सही हैं लेकिन वित्तीय रूप से अस्थिर हैं। उनका कार्य प्रदर्शन और कीमत के बीच संतुलन बनाने के लिए एक व्यावहारिक ढांचा प्रदान करता है, यह सुनिश्चित करता है कि हमारे डिजिटल जगत को संचालित करने वाले डेटाबेस न केवल तेज़ और लचीले हों, बल्कि किफायती भी हों।