CN103023963B

CN103023963B - 一种用于云存储资源优化分配的方法

Info

Publication number: CN103023963B
Application number: CN201210424399.7A
Authority: CN
Inventors: 刘维霞; 刘强; 于治楼
Original assignee: Inspur Group Co Ltd
Current assignee: Inspur Cloud Information Technology Co Ltd
Priority date: 2012-10-31
Filing date: 2012-10-31
Publication date: 2017-03-08
Anticipated expiration: 2032-10-31
Also published as: CN103023963A

Abstract

本发明公开了一种用于云存储资源优化分配的方法，属于云存储资源管理领域，其结构依次连接的需要存储资源的应用程序、运资源代理、云中间件、存储资源池和云系统服务器；当应用程序向云系统服务器请求资源时，云系统服务器根据资源的请求和供给对云存储资源进行分配，当资源的供需大于请求时，云系统服务器按照优先级来回应应用程序的请求；当资源的供求数量相等时，根据帕累托最优理论进行资源分配。本发明的一种用于云存储资源优化分配的方法和现有技术相比，可提高存储资源利用率、简化存储资源管理、降低了存储成本。

Description

一种用于云存储资源优化分配的方法

技术领域

本发明涉及一种云存储资源管理领域，具体地说是一种用于云存储资源优化分配的方法。

背景技术

云存储以其灵活、简便、高可用性等特点，正在被越来越多的企业采用。伴随着云存储的普及，云存储管理成为目前存储领域不可或缺的技术。云存储管理是一类应用程序，它们监控和管理物理及逻辑层上的存储资源。云存储资源管理能够监控存储系统的健康状况、可用性、性能表现以及配置等情况。云存储资源管理还包括容量和配置管理、数据、设备和介质的迁移管理以及事件报警和策略管理等。传统的存储资源管理中对存储容量分配是静态的，即按照用户的估计，预先把存储资源划分成分区或卷，然后以分区和卷为单位分配给用户。为了满足对数据的扩展需要，用户估计的资源往往会有很大的余量。这些存储余量在使用过程中会长期处于闲置状态，并且不能被其他用户使用，这必然会导致造成存储利用率很低。存储利用率低是传统存储资源管理的一大缺点。

存储虚拟化技术就是将存储网络中各种分散的、异构的存储设备映射成一个虚拟存储池，并将虚拟存储池的访问接口提供给应用程序。虚拟存储池可以包含一个或多个虚拟逻辑卷，这些虚拟逻辑卷有单一的连续编址。在应用程序发出存储空间请求时，分配到的存储空间就是这些虚拟逻辑卷，应用程序只与分配给它的虚拟逻辑卷联系，而不需弄清楚数据存在哪个物理存储设备上。存储虚拟化技术将底层存储设备进行抽象化统一管理，向服务器层屏蔽存储设备硬件的特殊性，而只保留其统一的逻辑特性，从而实现了存储系统集中、统一而又方便的管理。

存储资源随需分配技术是一种存储资源管理及虚拟化的方法。通过该技术，存储管理人员将实际的物理存储空间分配给有实时需要的应用程序。该技术能依照应用程序的需求自动提高容量至默认上限值，可以减少物理存储设备的数量，降低成本。实现存储资源按需分配最关键的是存储资源的调度，而存储资源的调度正是云存储管理领域目前面临的一个难点。

发明内容

本发明的技术任务是提供一种可提高存储资源利用率、简化存储资源管理、降低存储成本的一种用于云存储资源优化分配的方法。

本发明的技术任务是按以下方式实现的，该方法应用于包括依次连接的需要存储资源的应用程序、云资源代理、云中间件、存储资源池和云系统服务器；当应用程序向云系统服务器请求资源时，云系统服务器根据资源的请求和供给对云存储资源进行分配，当资源的供给大于请求时，云系统服务器按照优先级来回应应用程序的请求；当资源的供求数量相等时，根据帕累托最优理论进行资源分配；

具体步骤为：

(1)、应用程序向云系统服务器发出存储资源的请求，经云资源代理将应用程序的请求量化为资源调度参数，然后查找，选择和聚合资源，在远程资源上初始化应用，然后将获得的结果返回给应用程序；云中间件主要负责存储资源的处理、控制，并充当云资源代理与存储资源池交互的桥梁；存储资源池主要负责云存储资源的统一管理，并与云中间件进行通信，确定价格模型，记录资源使用情况；

(2)、云资源代理和云中间件一起为应用程序服务，利用帕累托最优理论进行资源的最优分配方案；

(3)、存储资源池的价格策略是由应用程序的资源请求和云系统服务器提供的资源共同决定的，当资源的需求量和供给量相等时，会出现价格均衡；采用帕累托最优理论进行资源的最优分配方案；同时采用动态的分配策略；

(4)、当云系统服务器的存储资源可以满足应用程序需求时，按照先来先服务的原则直接对存储资源进行分配，在此期间每当有添有新的存储资源，或有存储资源被分给应用程序，存储资源池的数据都会被刷新一次；当云系统服务器的存储资源不能满足应用程序需求时，便使用帕累托最优理论算法，使最后一个发出请求的应用程序获最优的响应。

通过帕累托最优理论效用函数来确定应用程序的请求是否是最优的；

A、B、C分别代表三种存储资源，有m个应用程序发出了请求，并且第2到m个应用程序分配了资源，在这m-1个应用程序的效用既定的情况下，使应用程序1的效用最大；效用函数的公式如下：

U_i＝αA_i ^bi1B_i ^bi2C_i ^bi3，i＝1,2,……,m，m为自然数；

b_i1+b_i2+b_i3＝1；

公式中a代表方程的线性参数，b_i1、b_i2、b_i3分别为A、B、C三种存储资源的分配系数，随机分配；

待求解方程式为：

三种存储资源A、B、C的总量以及应用程序2到m的效用需求都是已知的；求U₁的最大值；在待求解方程式中分别对A₁到A_m、B₁到B_m、C₁到C_m行求导，获得如下方程式：

求解上述方程式，即可得A₁、B₁、C₁，从而可以求得U₁的值，由帕累托最优理论可知，此时的U₁即是最大值，即此时应用程序的配置状态也是最优的。

根据云计算的虚拟化技术，把网络中各种不同的存储设备整合到一个存储资源池，将存储系统中的其他设备也按照物理属性不同归于不同的存储资源池，形成多级存储资源池结构，其中一个存储资源池跟云系统服务器交互，维护其他存储资源池负载平衡、分配任务。

在存储资源数据分配过程中，根据存储资源数据形式的不同，将存储资源数据分到不同的虚拟存储层，然后在进行存储资源数据写入时，将不同虚拟存储层的存储资源数据写入不同的物理存储介质，确保应用程序可以访问它们需要的性能水平存储层。

本发明的一种用于云存储资源优化分配的方法具有以下优点：

1、采用自动存储分层技术，减少存储资源浪费，提高应用程序的响应时间；

2、采用帕累托最优理论，实现资源的最优分配，提高了存储利用率；

3、按应用程序的请求，动态地分配存储资源，减少了闲置存储容量，不需要额外增加硬件成本，就能获得更多的存储空间，降低了存储成本。

附图说明

下面结合附图对本发明进一步说明。

附图1为一种用于云存储资源优化分配的方法的原理框图。

具体实施方式

参照说明书附图和具体实施例对本发明的一种用于云存储资源优化分配的方法作以下详细地说明。

实施例：

本发明的一种用于云存储资源优化分配的方法,该方法应用于包括依次连接的需要存储资源的应用程序、云资源代理、云中间件、存储资源池和云系统服务器；当应用程序向云系统服务器请求资源时，云系统服务器根据资源的请求和供给对云存储资源进行分配，当资源的供给大于请求时，云系统服务器按照优先级来回应应用程序的请求；当资源的供求数量相等时，根据帕累托最优理论进行资源分配；

具体步骤为：

U_i＝αA_i ^bi1B_i ^bi2C_i ^bi3，i＝1,2,……,m，m为自然数；

b_i1+b_i2+b_i3＝1；

待求解方程式为：

本发明的一种用于云存储资源优化分配的方法，除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims

1.一种用于云存储资源优化分配的方法，其特征在于,该方法应用于包括依次连接的需要存储资源的应用程序、云资源代理、云中间件、存储资源池和云系统服务器的架构；当应用程序向云系统服务器请求资源时，云系统服务器根据资源的请求和供给对云存储资源进行分配，当资源的供给大于请求时，云系统服务器按照优先级来回应应用程序的请求；当资源的供求数量相等时，根据帕累托最优理论进行资源分配；

具体步骤为：

(4)、当云系统服务器的存储资源可以满足应用程序需求时，按照先来先服务的原则直接对存储资源进行分配，在此期间每当有添有新的存储资源，或有存储资源被分给应用程序，存储资源池的数据都会被刷新一次；当云系统服务器的存储资源不能满足应用程序需求时，便使用帕累托最优理论算法，使最后一个发出请求的应用程序获最优的响应；

U_i＝αA_i ^bi1B_i ^bi2C _i ^bi3，i＝1，2，……，m，m为自然数；

b_i1+b_i2+b_i3＝1；

待求解方程式为：

L = U_{1} (A_{1} B_{1} C_{1}) + Σ_{i = 2}^{m} λ_{i} [U_{i} (A_{i} B_{i} C_{i}) - \overset{&OverBar;}{U_{i}}];

\begin{matrix} \{\begin{matrix} \frac{\partial L}{\partial A_{1}} = \frac{\partial U_{1}}{\partial A_{1}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial A_{1}} \\ ... ... \\ \frac{\partial L}{\partial A_{m}} = \frac{\partial U_{1}}{\partial A_{m}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial A_{m}} \end{matrix} & \{\begin{matrix} \frac{\partial L}{\partial B_{1}} = \frac{\partial U_{1}}{\partial B_{1}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial B_{1}} \\ ... ... \\ \frac{\partial L}{\partial B_{m}} = \frac{\partial U_{1}}{\partial B_{m}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial B_{m}} \end{matrix} & \{\begin{matrix} \frac{\partial L}{\partial C_{1}} = \frac{\partial U_{1}}{\partial C_{1}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial C_{1}} \\ ... ... \\ \frac{\partial L}{\partial C_{m}} = \frac{\partial U_{1}}{\partial C_{m}} + Σ_{i = 2}^{m} λ_{i} \frac{\partial U_{i}}{\partial C_{m}} \end{matrix} \end{matrix};

2.根据权利要求1所述的一种用于云存储资源优化分配的方法，其特征在于根据云计算的虚拟化技术，把网络中各种不同的存储设备整合到一个存储资源池，将存储系统中的其他设备也按照物理属性不同归于不同的存储资源池，形成多级存储资源池结构，其中一个存储资源池跟云系统服务器交互，维护其他存储资源池负载平衡、分配任务。

3.根据权利要求1所述的一种用于云存储资源优化分配的方法，其特征在于在存储资源数据分配过程中，根据存储资源数据形式的不同，将存储资源数据分到不同的虚拟存储层，然后在进行存储资源数据写入时，将不同虚拟存储层的存储资源数据写入不同的物理存储介质，确保应用程序可以访问它们需要的性能水平存储层。