云存儲調(diào)度關(guān)鍵技術(shù)研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)在各傳統(tǒng)行業(yè)中的應用和大數(shù)據(jù)等技術(shù)的發(fā)展，當前需要存儲的數(shù)據(jù)量在急速增加，云存儲逐漸成為數(shù)據(jù)存儲的發(fā)展趨勢?；旌显拼鎯Y(jié)合了公有云存儲和私有云存儲的優(yōu)點，被認為是云存儲未來的發(fā)展方向。但是，由于混合云存儲與其他兩種云存儲模式相比結(jié)構(gòu)更加復雜且提出時間較短，使得混合云存儲在許多方面尤其是調(diào)度上還不夠完善。Cinder是主流開源云平臺OpenStack的塊存儲組件，負責為云平臺提供存儲服務。OpenStack作為當前應用最廣泛的開

2、源云平臺得到了業(yè)界的普遍認可，隨之帶來Cinder的應用也越來越廣泛，但Cinder的調(diào)度算法在設計上存在缺陷，有必要對其進行改進。本文研究重點是對混合云存儲面臨的調(diào)度問題以及Cinder默認調(diào)度算法存在的缺陷提出新的算法對它們進行解決。主要工作內(nèi)容如下：
　　(1)提出了一種基于混合云存儲的多維調(diào)度算法?；旌显拼鎯ο啾人接性拼鎯凸性拼鎯碗s度更高，調(diào)度需要考慮的影響因素也更多。當前的云存儲調(diào)度研究大多只針對單一目標，它們或關(guān)

3、注訪問速度，或關(guān)注費用，或關(guān)注數(shù)據(jù)安全，但將多個方面綜合起來進行混合云存儲調(diào)度的研究少之又少，同時當前的混合云存儲調(diào)度算法仍存在一些缺陷。本文提出基于BP神經(jīng)網(wǎng)絡的混合云存儲多維調(diào)度算法，并在算法中對傳統(tǒng)的BP神經(jīng)網(wǎng)絡進行了改進以滿足混合云存儲調(diào)度的需求。實驗表明基于BP神經(jīng)網(wǎng)絡的調(diào)度算法在請求分配速度、請求分類和安全調(diào)度上與現(xiàn)有算法相比具有更好的效果。
　　(2)提出了一種基于OpenStack塊存儲改進的調(diào)度算法。作為Open

4、Stack的塊存儲組件Cinder本身的調(diào)度算法只考慮了一個調(diào)度影響因素，這種調(diào)度顯然并不能達到根據(jù)綜合性能對存儲節(jié)點的調(diào)度。為此，本文提出了一種基于三角模糊數(shù)的調(diào)度算法，該算法同時考慮存儲節(jié)點的多個評價因素，根據(jù)綜合性能對存儲節(jié)點進行調(diào)度。同時由于三角模糊數(shù)的引入，定性指標得以使用定量的方法進行描述，使得調(diào)度模型更加健壯。實驗表明新算法在IOPS和MBPS性能上與Cinder默認算法相比有所提高，達到了較為理想的效果。
　　(3