云存儲負(fù)載均衡

1、云存儲負(fù)載均衡概述基于AHP的云存儲負(fù)載評估計(jì)算基于節(jié)點(diǎn)動態(tài)前移的負(fù)載均衡算法基于AHP的云存儲負(fù)載均衡研究云存儲系統(tǒng)中動態(tài)負(fù)載均衡算法研究云存儲是基于網(wǎng)絡(luò)的數(shù)據(jù)存儲技術(shù)，是指通過集群應(yīng)用、網(wǎng)格計(jì)算和分布式文件系統(tǒng)等技術(shù)，將網(wǎng)絡(luò)中大量各種不同類型的存儲設(shè)備通過應(yīng)用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務(wù)訪問功能的一個(gè)系統(tǒng)。FAI（File Access Interface）是云存儲系統(tǒng)向業(yè)務(wù)系統(tǒng)提供文件訪問的接口，業(yè)務(wù)系統(tǒng)通過訪問FAI 接口，實(shí)現(xiàn)底層分布式的數(shù)據(jù)交互，完成數(shù)據(jù)的搬遷。FMN（File Management Node）是主控制管理節(jié)點(diǎn)，負(fù)責(zé)云存儲系統(tǒng)元數(shù)據(jù)的管理，保存文

2、件塊的命名空間，文件到塊的映射，以及每個(gè)塊副本的位置，同時(shí)，負(fù)責(zé)對應(yīng)用訪問請求進(jìn)行有效的調(diào)度。(1)傳統(tǒng)文件系統(tǒng)一般采用數(shù)據(jù)總線結(jié)構(gòu)，其存儲的速度和性能非常高，而云存儲采用網(wǎng)絡(luò)結(jié)構(gòu)，通常網(wǎng)絡(luò)環(huán)境往往成為數(shù)據(jù)存儲性能瓶頸。(2)傳統(tǒng)文件系統(tǒng)一般以文件為最小存儲單位，云存儲以文件塊為最小存儲單位。(3)傳統(tǒng)文件系統(tǒng)通過RAID 保證數(shù)據(jù)存儲的可靠性，云存儲系統(tǒng)采用多副本機(jī)制來保證數(shù)據(jù)存儲的可靠性，每個(gè)文件塊都有兩個(gè)以上副本，分別存儲在不同的存儲節(jié)點(diǎn)上。(1)節(jié)點(diǎn)分布不均。(2)存儲資源分布不均。(3)資源訪問熱度不均。云存儲負(fù)載均衡概述基于AHP的云存儲負(fù)載評估計(jì)算基于節(jié)點(diǎn)動態(tài)前移的負(fù)載均衡算法模

3、仿人的決策思維過程而開發(fā)的一種綜合定性與定量相結(jié)合的分析方法，主要解決多因素復(fù)雜系統(tǒng)，特別是難以定量描述的系統(tǒng)的分析方法。AHP的基本步驟如下：建立層次結(jié)構(gòu)模型一般分為三層，最上面為目標(biāo)層，最下面為方案層，中間是準(zhǔn)則層或指標(biāo)層。結(jié)構(gòu)模型 準(zhǔn)則層 方案層目標(biāo)層買鋼筆質(zhì)量顏色價(jià)格外形實(shí)用可供選擇的筆構(gòu)造成對比較矩陣 成對矩陣表示針對上一層次某因素而言，本層次與之有關(guān)的各因素之間的相對重要性。Ak B1 B 2 BnB1 b11 b12 b1nB2 b21 b22 b2n Bn bn1 bn2 bnn bij是對于Ak而言，Bi對Bj的相對重要性的數(shù)值表示。 尺度 第i個(gè)因素與第j個(gè)因素的影響相同

4、第i個(gè)因素比第j個(gè)因素的影響稍強(qiáng) 第i個(gè)因素比第j個(gè)因素的影響強(qiáng) 第i個(gè)因素比第j個(gè)因素的影響明強(qiáng)第i個(gè)因素比第j個(gè)因素的影響絕對地強(qiáng) 含 義Bij通常取1、3、5、7、9及其他們的倒數(shù)，其含義為：2,4,6,8表示第i個(gè)因素相對于第j個(gè)因素的影響介于上述兩個(gè)相鄰等級之間。層次單排序和一致性檢驗(yàn)層次單排序就是指根據(jù)判斷矩陣計(jì)算對于上一層某因素而言本層次與之有聯(lián)系的因素的重要性次序的權(quán)值?？梢詺w結(jié)為，求解矩陣的最大特征根和對應(yīng)的特征的向量，即對判斷矩陣A，計(jì)算滿足:的特征根與特征向量。式中，max為A的最大特征根；W為對應(yīng)于max的正規(guī)化特征向量；W的分量Wi即是相應(yīng)因素單排序的權(quán)值。AW =

5、W max在成對矩陣中，若 ,則稱A為一致陣。 一致陣有以下重要性質(zhì)：A的最大特征根為 =n，其余n-1個(gè)特征根都為0；A的任一列（行）都是對應(yīng)于特征根n的特征向量。一致性檢驗(yàn)步驟：1.計(jì)算一致性指標(biāo)CI1maxnnCI2.查找相應(yīng)的平均隨機(jī)一致性指標(biāo)：RI3.計(jì)算一致性比例當(dāng)CR0.10時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的，否則應(yīng)對判斷矩陣作適當(dāng)修正.RICICR(1) 建立結(jié)構(gòu)模型(2)建立量化的成對矩陣：(3) 權(quán)重計(jì)算：首先計(jì)算A A 每行所有元素的幾何平均值：將幾何平均值歸一化： (4)一致性檢驗(yàn)求一致性指標(biāo)，將其與隨機(jī)一致性指數(shù)對比,C.R. = C.I./R.I.，若C.R. 0

6、.1，則通過檢驗(yàn)，否則重新選取判斷矩陣。據(jù)此，可推出云存儲節(jié)點(diǎn)的負(fù)載綜合評估計(jì)算公式為：云存儲負(fù)載均衡概述基于AHP的云存儲負(fù)載評估計(jì)算基于節(jié)點(diǎn)動態(tài)前移的負(fù)載均衡算法服務(wù)器通過分配ID，映射為哈希環(huán)中的一個(gè)節(jié)點(diǎn)；文件通過關(guān)鍵字Key 的哈希計(jì)算，同樣映射到哈希環(huán)中；每個(gè)節(jié)點(diǎn)負(fù)責(zé)存儲從上一個(gè)節(jié)點(diǎn)到本節(jié)點(diǎn)之間的所有數(shù)據(jù)，這個(gè)區(qū)域稱作存儲分區(qū)。如節(jié)點(diǎn)C 的存儲分區(qū)為(B,C。在云存儲系統(tǒng)中，為了保證數(shù)據(jù)的可靠性，會在存儲節(jié)點(diǎn)順時(shí)針方向的2 個(gè)后繼節(jié)點(diǎn)中存儲副本，因此，每個(gè)節(jié)點(diǎn)管理3 個(gè)存儲分區(qū)。以節(jié)點(diǎn)C為例，存儲分區(qū)有(H,A、(A,B和(B,C。在P2P 環(huán)境中，節(jié)點(diǎn)配置差異較大，有的節(jié)點(diǎn)是高端服

7、務(wù)器，有的節(jié)點(diǎn)則是普通PC。如果按照隨機(jī)或平均分布，可能出現(xiàn)配置高的服務(wù)器管理小存儲分區(qū)，普通PC 卻負(fù)責(zé)大存儲分區(qū)的情況。針對這一問題，虛擬節(jié)點(diǎn)算法將服務(wù)器虛擬為多個(gè)配置相當(dāng)?shù)奶摂M節(jié)點(diǎn)，然后隨機(jī)、均勻分布在哈希環(huán)中；不同配置的服務(wù)器虛擬出不同數(shù)量的虛擬節(jié)點(diǎn)，可以保證存儲分區(qū)與服務(wù)器配置相匹配，當(dāng)服務(wù)器出現(xiàn)存儲過載時(shí)，可以通過刪除、添加虛擬節(jié)點(diǎn)等一系列步驟，實(shí)現(xiàn)負(fù)載轉(zhuǎn)移。一次負(fù)載轉(zhuǎn)移是通過過載服務(wù)器刪除虛擬節(jié)點(diǎn)和輕載服務(wù)器增加虛擬節(jié)點(diǎn)實(shí)現(xiàn)的?；舅枷耄涸诠－h(huán)中，節(jié)點(diǎn)C、D、E、F 的存儲分區(qū)分別為：節(jié)點(diǎn)C：(H,A+(A,B+(B,C=(H,C；節(jié)點(diǎn)D：(A,B+(B,C+(C,D=(A,D；節(jié)點(diǎn)E：(B,C+(C,D+(D,E=(B,E；節(jié)點(diǎn)F：(C,D+(D,E+(E,F=(C,F。如果節(jié)點(diǎn)C 的磁盤負(fù)載超過閾值，則通過節(jié)點(diǎn)遷移，縮小存儲分區(qū)，降低節(jié)點(diǎn)C 的存儲負(fù)載。假設(shè)將C 節(jié)點(diǎn)移至C處，在新的分布中，節(jié)點(diǎn)C、D、E、F 存儲的數(shù)據(jù)為：節(jié)點(diǎn)C：(H,A+(A,B+(B,C=(H,C；節(jié)點(diǎn)D：(A,B+(B,C+(C,D=(A,D；