CN103365781A - 用于动态地重新配置存储系统的方法和设备 - Google Patents

用于动态地重新配置存储系统的方法和设备 Download PDF

Info

Publication number
CN103365781A
CN103365781A CN2012100882173A CN201210088217A CN103365781A CN 103365781 A CN103365781 A CN 103365781A CN 2012100882173 A CN2012100882173 A CN 2012100882173A CN 201210088217 A CN201210088217 A CN 201210088217A CN 103365781 A CN103365781 A CN 103365781A
Authority
CN
China
Prior art keywords
storage pool
capacity
memory disc
target storage
source memory
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012100882173A
Other languages
English (en)
Other versions
CN103365781B (zh
Inventor
杨戍
马遥
顾慧翔
张俊伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to CN201210088217.3A priority Critical patent/CN103365781B/zh
Priority to DE201310204508 priority patent/DE102013204508A1/de
Priority to US13/853,646 priority patent/US9229849B2/en
Publication of CN103365781A publication Critical patent/CN103365781A/zh
Priority to US14/952,710 priority patent/US9389798B2/en
Application granted granted Critical
Publication of CN103365781B publication Critical patent/CN103365781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604Improving or facilitating administration, e.g. storage management
    • G06F3/0607Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0646Horizontal data movement in storage systems, i.e. moving data in between storage devices or systems
    • G06F3/0647Migration mechanisms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02Addressing or allocation; Relocation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604Improving or facilitating administration, e.g. storage management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0629Configuration or reconfiguration of storage systems
    • G06F3/0631Configuration or reconfiguration of storage systems by allocating resources to storage systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0628Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0629Configuration or reconfiguration of storage systems
    • G06F3/0632Configuration or reconfiguration of storage systems by initialisation or re-initialisation of storage systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0668Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0668Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/0671In-line storage system
    • G06F3/0683Plurality of storage devices
    • G06F3/0689Disk arrays, e.g. RAID, JBOD

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供了一种用于动态地重新配置存储系统的方法和设备。存储系统包括多个存储池,每个所述存储池由一个或多个存储盘构成。所述方法包括:确定所述多个存储池中需要扩展的存储池作为目标存储池;针对所述目标存储池,从所述存储系统中除所述目标存储池外的其他存储池中确定要移动到所述目标存储池的源存储盘;以及将源存储盘迁移到相应的目标存储池。利用本发明的方法和设备,能够预测存储系统中存储池的容量扩展需求,并自动且准确地重新配置存储系统中的存储资源。

Description

用于动态地重新配置存储系统的方法和设备
技术领域
本发明总体上涉及数据存储领域,特别地,涉及在大容量存储系统中对存储资源的分配和调整。
背景技术
云存储是一种以数据存储和管理为核心的云计算技术,其通过集群应用、网格技术或分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能。云存储能够为终端用户提供更灵活且高效的资源存储。
在云存储中,一个重要的技术是动态资源(例如,卷)到/自存储池的透明分配/回收。当前大多数存储商可以提供基于存储虚拟化产品的存储池,例如,
Figure BDA0000148053790000011
Storwize V7000、存储域网络(SAN)卷控制器(SAN Volume Controller,SVC)等。然而,目前的存储产品的功能受限于存储池容量。如果一个存储池的资源接近完全使用,那么即使同一存储云的其他存储池中还有充足的空间,该存储池中的卷也不能扩展,或者自动精简配置卷将离线。
如图13所述,假设在一个存储云中有两个SVC存储池,池A的容量为100GB而池B的容量为50GB。池A包括两个卷,50GB的普通(Fat)卷和60GB的自动精简(Thin-Provisioned)卷,其中自动精简卷实际已使用20GB存储空间。池A基本上空间用尽(如图13所示,已使用70GB),而池B根本没有使用。虽然存储云的用户看到整个存储系统还有至少30GB的剩余空间,然而,当用户试图扩展池A中的普通卷扩展到80GB以上时,因为目前的存储云不支持跨存储池的自动容量迁移,所以用户将收到失败响应,或者普通卷正好扩展到80GB,但如图13所示自动精简配置卷将因为没有更多的空间容纳新增的数据而会离线,而池B中的空间仍然没有被使用。
为了解决上述问题,目前只能由用户手动地从其他可用存储池移走一些卷并将它们添加到需要扩展的存储池中,或者手动地将需要扩展的卷迁移到其他可用存储池中。然而,这些方案是低效的且成本高,因为用户既无法得知具体地应该移动哪个存储池中的哪个卷和多少卷,也无法得知具体地应该将卷迁移到哪个存储池中。不准确的卷迁移将损害目标存储池和源存储池两者的性能。
因此,需要一种能够监控存储系统的容量使用并自动且准确地确定存储资源迁移方案的方法。
发明内容
本发明的一个目的在于,预测存储系统的容量扩展需求,并因此自动、准确地重新配置存储系统中的资源。
为此,本发明的方法和设备监控存储系统中的各存储池的容量使用情况,并根据容量使用增长趋势确定需要进行容量扩展的目标存储池,然后建立针对目标存储池的存储资源迁移计划,最后执行该迁移计划,以将源存储盘从源存储池迁移到目标存储池。
根据本发明的第一方面,提供了一种用于动态地重新配置存储系统的方法。存储系统包括多个存储池,每个所述存储池由一个或多个存储盘构成。所述方法包括:确定所述多个存储池中需要扩展的存储池作为目标存储池;针对所述目标存储池,从所述存储系统中除所述目标存储池外的其他存储池中确定要移动到所述目标存储池的源存储盘;以及将源存储盘迁移到相应的目标存储池。
根据本发明的第二方面,提供了一种用于动态地重新配置存储系统的设备。存储系统包括多个存储池,每个所述存储池由一个或多个存储盘构成。所述设备包括:目标存储池确定装置,配置为确定所述多个存储池中需要扩展的存储池作为目标存储池;源存储盘确定装置,配置为针对由所述目标存储池确定装置确定的目标存储池,从所述存储系统中除所述目标存储池外的其他存储池中确定要移动到所述目标存储池的源存储盘;以及源存储盘迁移装置,配置为将源存储盘迁移到相应的目标存储池。。
根据本发明的第三方面,提供了一种存储系统。该存储系统包括:多个存储盘,其中部分或全部存储盘被分配给两个或更多个存储池;和如本发明第二方面所述的动态重新配置设备。
利用本发明的方法和设备,能够预测存储系统中存储池的容量扩展需求,并自动且准确地重新配置存储系统中的存储资源。
利用本发明的方法和设备,还能够考虑目标存储池和源存储池的容量使用增长趋势,从而更合理地配置存储资源。
利用本发明的方法和设备,还能够考虑对目标存储池和源存储池的服务品质协议(Service Level Agreement,SLA)影响,即性能影响,而合理地配置存储资源。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施方式中,相同的参考标号通常代表相同部件。
图1表示根据本发明一实施例的云计算节点;
图2表示根据本发明一实施例的云计算环境;
图3表示根据本发明一实施例的抽象模型层;
图4是示意性地示出根据本发明实施例的存储系统的图。
图5是例示了根据本发明一实施例的动态重新配置存储系统的方法的流程图;
图6是例示了根据本发明一实施例的目标存储池确定处理的流程图;
图7是例示了根据本发明一实施例的源存储盘确定处理的流程图;
图8是例示了根据本发明一实施例的用于计算目标存储池的期望扩展容量的处理的流程图;
图9A和9B示出了基于预定扩展容量用尽时间阈值计算的期望扩展容量,而图9C示出了基于预定扩展剩余容量阈值计算的期望扩展容量;
图10是例示了根据本发明一实施例的建立候选源存储盘列表的处理的流程图;
图11是例示了根据本发明一实施例的选择源存储盘的处理的流程图;
图12是示出了根据本发明实施例的动态重新配置设备的功能框图;以及
图13示意性地示出了现有技术的存储系统的容量扩展失败的示例。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整的传达给本领域的技术人员。
首先应当理解,尽管本公开包括关于云计算的详细描述,但其中记载的技术方案的实现却不限于云计算环境,而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现。
云计算是一种服务交付模式,用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源,例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括:
按需自助式服务:云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入:计算能力可以通过标准机制在网络上获取,这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池:提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者,其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下,消费者不能控制或甚至并不知晓所提供的资源的确切位置,但可以在较高抽象程度上指定位置(例如国家、州或数据中心),因此具有位置无关性。
迅速弹性:能够迅速、有弹性地(有时是自动地)部署计算能力,以实现快速扩展,并且能迅速释放来快速缩小。在消费者看来,用于部署的可用计算能力往往显得是无限的,并能在任意时候都能获取任意数量的计算能力。
可测量的服务:云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力,自动地控制和优化资源效用。可以监测、控制和报告资源使用情况,为服务提供者和消费者双方提供透明度。
服务模型如下:
软件即服务(SaaS):向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外,消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS):向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用,这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构,但对其部署的应用具有控制权,对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS):向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构,但是对操作系统、存储和其部署的应用具有控制权,对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下:
私有云:云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云:云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云:云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云:云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成,这些云依然是独特的实体,但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的,特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图1,其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例,不应对本发明实施例的功能和使用范围带来任何限制。总之,云计算节点10能够被用来实现和/或执行以上所述的任何功能。
云计算节点10具有计算机系统/服务器12,其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知,适于与计算机系统/服务器12一起操作的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任意系统的分布式云计算技术环境,等等。
计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
如图1所示,云计算节点10中的计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,其它硬件和/或软件模块可以与计算机系统/服务器12一起操作,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、独立冗余磁盘阵列(Redundant Array of Independent Disk,RAID)系统、磁带驱动器以及数据备份存储系统等。
现在参考图2,其中显示了示例性的云计算环境50。如图所示,云计算环境50包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点10,本地计算设备例如可以是个人数字助理(PDA)或移动电话54A,台式电脑54B、笔记本电脑54C和/或汽车计算机系统54N。云计算节点10之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点10进行物理或虚拟分组(图中未显示)。这样,云的消费者无需在本地计算设备上维护资源就能请求云计算环境50提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解,图2显示的各类计算设备54A-N仅仅是示意性的,云计算节点10以及云计算环境50可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。
现在参考图3,其中显示了云计算环境50(图2)提供的一组功能抽象层。首先应当理解,图3所示的组件、层以及功能都仅仅是示意性的,本发明的实施例不限于此。如图3所示,提供下列层和对应功能:
硬件和软件层60包括硬件和软件组件。硬件组件的例子包括:主机,例如
Figure BDA0000148053790000091
系统;基于RISC(精简指令集计算机)体系结构的服务器,例如IBM
Figure BDA0000148053790000092
系统;IBM
Figure BDA0000148053790000093
系统;IBM
Figure BDA0000148053790000094
系统;存储设备;网络和网络组件。软件组件的例子包括:网络应用服务器软件,例如IBM
Figure BDA0000148053790000095
应用服务器软件;数据库软件,例如IBM
Figure BDA0000148053790000096
数据库软件。(IBM,zSeries,pSeries,xSeries,BladeCenter,WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。
虚拟层62提供一个抽象层,该层可以提供下列虚拟实体的例子:虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统,以及虚拟客户端。
在一个示例中,管理层64可以提供下述功能:资源供应功能:提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取;计量和定价功能:在云计算环境内对资源的使用进行成本跟踪,并为此提供帐单和发票。在一个例子中,该资源可以包括应用软件许可。安全功能:为云的消费者和任务提供身份认证,为数据和其它资源提供保护。用户门户功能:为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能:提供云计算资源的分配和管理,以满足必需的服务水平。服务水平协议(SLA)计划和履行功能:为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
工作负载层66提供云计算环境可能实现的功能的示例。在该层中,可提供的工作负载或功能的示例包括:地图绘制与导航;软件开发及生命周期管理;虚拟教室的教学提供;数据分析处理;以及交易处理。
如前所述,为了准确且自动地重新配置诸如存储云的存储系统中的存储资源,本发明的方法和设备监控存储系统中的各存储池的容量使用情况,并确定需要进行容量扩展的目标存储池,然后建立针对目标存储池的存储资源迁移计划,最后执行该迁移计划,以将源存储盘从源存储池迁移到目标存储池。本发明的功能可以包括在图3的工作负载层66中。
下面将参照图4至12来具体地描述本发明的实施例。图4示意性地示出了根据本发明实施例的存储系统4000。存储系统4000例如是云存储系统。如图4所示,存储系统4000包括多个存储池,如存储池0至存储池N,其中N为大于等于1的整数。每个存储池可由一个或多个存储盘构成。例如,存储池0可由盘00、盘01......盘0M0构成,其中M0可以为0(即,存储池0仅由一个存储盘构成)或者可以为大于等于1的整数。不同存储池包含的存储盘的数量可以不同。例如,存储池1包含的存储盘的数量(M1+1)可以不等于存储池2包含的存储盘的数量(M2+1)。这里,存储盘通常是更底层的存储设备上提供给该存储系统的基于RAID的逻辑卷。
不同存储池中的每个存储盘的额定容量可以不同。例如存储池0中的盘00的额定容量可以是100GB,而盘01的额定容量可以是150GB。在存储资源重新配置之前,存储池中每个存储盘的额定容量之和称为该存储池的原始存储池容量Original_Pool_Capacity。
存储系统4000还可以包括未分配给任何存储池的未使用存储盘U0至UK。需要说明的是,图4所示的存储系统4000仅仅是可以应用本发明的大容量存储系统的一个示例,因此实践中可以采用配置不同于存储系统4000的其他存储系统。
图5是例示了根据本发明实施例的用于动态配置存储系统的方法500的总流程图。首先,需要确定存储系统(例如,图4所示的存储系统4000)的多个存储池(例如,图4所示的存储池0至存储池N)中的哪些存储池需要进行容量扩展(步骤501)。为了便于说明,在本文中,将存储系统中触发了容量扩展操作的存储池称为目标存储池,相对应地将存储系统中从其迁出部分存储盘到目标存储池的存储池称为源存储池,并将迁移到目标存储池的存储盘称为源存储盘。
图6详细地例示了步骤501的一种具体实现处理600,其中为了准确地重新配置存储资源,采用存储资源使用趋势预测。在步骤601,监控(例如,定期地或实时地监控)存储系统4000中每一个存储池的容量使用情况(例如,已使用容量Space_Used),并将其记录在相应存储池的历史数据表中。接着,针对每个存储池,基于所收集的历史数据,建立已使用容量随时间变化的函数,即容量使用函数(步骤603)。在一个示例中,可以先建立趋势预测模型库,其包括多种趋势预测模型,例如线性函数模型、幂函数模型、对数函数模型、多项式函数模型等。然后,根据所收集的历史数据,从趋势预测模型库中选择与历史数据最佳拟合的趋势预测模型。接着,利用针对相应存储池选择的趋势预测模型以及所收集的历史数据,建立用于该存储池的容量使用函数Capacity_Used(t)。
然后,在步骤605中,利用容量使用函数Capacity_Used(t),计算从此时起用尽存储池的原始存储池容量的时间,即容量用尽时间T_End。此外,利用在步骤601中获得的存储池的容量使用情况,计算该存储池的剩余容量Space_Remained。例如,从存储池的原始存储池容量中减去已使用容量,来获得剩余容量Space_Remained。
接着,在步骤607,将容量用尽时间T_End与预先设定的用于该存储池的预定容量用尽时间阈值T_Set进行比较,同时将剩余容量Space_Remained与预先设定的用于该存储池的预定剩余容量阈值Space_Set进行比较。如果步骤607的比较结果显示T_End≤T_Set或者Space_Remained≤Space_Set,则将该存储池确定为目标存储池,即表明该存储池触发了容量扩展操作(步骤609)。
用户可以根据需要来预先设置上述预定容量用尽时间阈值和预定剩余容量阈值。针对不同的存储池,也可以设定不同的预定容量用尽时间阈值和不同的预定剩余容量阈值。例如,针对一个存储池,可以设定预定容量用尽时间阈值为七天,并且预定剩余容量阈值为1TB。也就是说,在该存储池的容量将在七天内用尽,或者剩余容量小于1TB的情况下触发容量扩展操作。
需要说明的是,尽管在图6所示的实施例中从容量用尽时间和剩余容量两方面描述了触发容量扩展操作的条件,但是在其他实施例中可以基于容量用尽时间和剩余容量中的任一个与相应阈值的比较来确定某一存储池是否为目标存储池。
针对存储系统4000中的所有存储池执行步骤601至609,从而确定标识所有需要进行容量扩展的目标存储池的列表,即目标存储池列表。在一个实施例中,处理600还可以包括按优先级对目标存储池列表进行排序的步骤。首先,计算目标存储池的优先级因子p_factor(步骤611)。按照下式(1)以预定容量用尽时间阈值和预定剩余容量阈值对容量用尽时间和剩余容量进行归一化:
std(T_End)=T_End/T_Set                            (1)
std(Space_Remained)=Space_Remained/Space_Set
利用下式(2)来计算目标存储池的优先级因子p_factor:
ρ _ factor = std ( T _ End ) 2 + std ( Space _ Remained ) 2
= ( T _ End / T _ Set ) 2 + ( Space _ Remained / Space _ Set ) 2 - - - ( 2 )
优先级因子p_factor越小,表明该存储池越急需进行容量扩展。因此,按照该优先级因子p_factor,将目标存储池添加到目标存储池列表的适当位置(步骤613)。下表1中给出了目标存储池列表的一个示例。
表1按优先级因子排序的目标存储池列表示例
Figure BDA0000148053790000123
需要说明的是,尽管在上述实施例中描述了基于公式(1)和(2)计算的优先级因子来确定随后对目标存储池执行容量扩展操作的顺序,但是本领域技术人员将理解完全可以采取其他方法来确定上述执行顺序,例如,可以基于存储池所存储的数据的重要性而不是基于容量用尽时间和剩余容量来计算所述优先级因子。又例如,在基于容量用尽时间和剩余容量来计算所述优先级因子时,也可以采用其他方式对所述容量用尽时间和剩余容量进行归一化。
现在返回到图5,在步骤501中确定了所有需要容量扩展的目标存储池之后,方法500进行到步骤502。在步骤502,针对所确定的每一个目标存储池,建立针对该目标存储池的存储资源迁移计划,即计算该目标存储池需要扩展多少容量,并最终确定要将存储系统中的哪个或哪些存储盘迁移到该目标存储池中。
图7是例示了根据本发明一个实施例的源存储盘确定处理700的流程图。源存储盘确定处理700从计算目标存储池的期望扩展容量(步骤701)开始。图8详细地例示了步骤701的一种具体实现处理800,其中基于目标存储池的容量用尽时间和剩余容量两者来确定该目标存储池的期望扩展容量。
在一个实施例中,用户可以预先设置用于目标存储池的预定扩展容量用尽时间阈值T_threshold和预定扩展剩余容量阈值Space_threshold。预定扩展容量用尽时间阈值T_threshold表示目标存储池在执行容量扩展之后可以使用的最短时间,而预定扩展剩余容量阈值Space_threshold表示目标存储池在执行容量扩展之后可以使用的最低容量。即,在容量扩展之后,需要同时满足下式(3)中的两个条件:
T_end≥T_threshold                              (3)
Space_Remained≥Space_threshold
在一个示例中,可以将T_threshold和Space_threshold分别设置为T_Set和Space_Set的两倍,例如T_threshold为14天而Space_threshold为2TB。
在步骤801中,基于目标存储池的容量用尽时间,计算用于该目标存储池的第一扩展容量Cap1。在一个实施例中,可以利用在步骤603中建立的容量使用函数Capacity_Used(t),计算在容量用尽时间T_End等于预定扩展容量用尽时间阈值T_threshold时该目标存储器的总容量Capacity_T_Expanded。即,如图9A所示,目标存储池的期望扩展后的总容量Capacity_T_Expanded=Capacity_Used(t0+T_threshold),其中t0表示当前时间。如下式(4)所述且如图9B所示,通过从期望扩展后的总容量Capacity_T_Expanded减去该目标存储器的原始存储池容量Original_Pool_Capacity,来计算第一扩展容量Cap1:
Cap1=Capacity_T_Expanded-Original_Pool_Capacity    (4)
接着,在步骤803中,基于目标存储池的剩余容量,计算用于该目标存储池的第二扩展容量Cap2。在一个实施例中,将目标存储池的预定扩展剩余容量阈值Space_threshold与已使用容量Space_Used相加来确定该目标存储器的期望扩展后总容量Capacity_Space_Expanded。如下式(5)所述且如图9C所示,通过从期望扩展后总容量Capacity_Space_Expanded减去该目标存储器的原始存储池容量Original_Pool_Capacity,来计算第二扩展容量Cap2:
Cap2=Capacity_Space_Expanded-Original_Pool_Capacity  (5)
最后,在步骤805处,取第一扩展容量Cap1和第二扩展容量Cap2中的较大者,作为该目标存储池的期望扩展容量Claimed_Space=Max(Cap1,Cap2)。
在利用图8例示的处理800确定目标存储池的期望扩展容量之后,返回到图7,以继续确定存储系统中的哪个或哪些存储盘满足期望扩展容量并且适宜迁移到目标存储池中。在图7所示的实施例中,为了保持目标存储池的性能和可靠性不会因源存储盘的迁入而显著改变,在选择源存储盘时考虑目标存储池与源存储盘的特性匹配度。
具体地,在步骤703中,计算目标存储池的存储特性值MD(target_pool)。一个存储池的存储特性值被定义为其所包含的每个存储盘的存储特性值MU(Mk)的加权和,即
Figure BDA0000148053790000141
其中dk为该存储池中相应存储盘的存储特性权重,其与存储盘的存储特性值MU(Mk)以及在存储池中的性能相关,并且
Figure BDA0000148053790000142
每一个存储盘的存储特性值例如基于该存储盘的RAID类型、RAID尺寸、存储域网络(Storage Area Network,SAN)冗余度、驱动类型、接口、每分钟转速(Revolution(s)Per Minute,RPM)和高速缓存尺寸中的任一个或多个。
在一个实施例中,针对存储系统4000中的所有存储盘计算相应的存储特性值。然后基于目标存储池所包含的存储盘的特性值,如上所述地计算该目标存储池的存储特性值MD(target_pool)。接着,选择存储系统4000中与目标存储池的存储特性值相匹配的存储盘,作为候选源存储盘(步骤705)。
图10例示了根据本发明一实施例的建立候选源存储盘列表的示例处理1000。处理1000在步骤1010处开始,在步骤1010中,排除所有目标存储池中的存储盘,从而获得存储系统4000中没有包含在任何目标存储池中的每个存储盘的存储特性值。
接着,基于所获得的每个存储盘的存储特性值、额定容量和已使用容量以及目标存储池的存储特性值,计算相应存储盘与该目标存储池的匹配度Match_Degree(步骤1015)。在一个实施例中,匹配度Match_Degree被定义为:
Match _ Degree = d TC ( TC - CS CS ) 2 + d UC ( UC CS ) 2 + d UD ( UD MD ) 2 2 - - - ( 6 )
其中,
TC表示存储盘的额定容量;
CS表示目标存储池的期望扩展容量Claimed_Space(参照图7的步骤701和图8中的步骤805);
UC表示存储盘的已使用容量;
UD表示存储盘与目标存储池之间的特性差的绝对值,即(MD(target_pool)-MU(Mj))的绝对值;
MD:表示目标存储池的存储特性值MD(target_pool);以及
dTC、dUC和dUD分别表示上式各项的权重,并且∑dTC+dUC+dUD=1。
公式(6)中的第一项与存储盘的额定容量有关,其涉及存储盘对目标存储池的期望扩展容量的满足程度,换言之,为了满足目标存储池的容量扩展需要,只需迁入一个源存储盘还是有必要迁入多个源存储盘。公式(6)中的第二项与存储盘的已使用容量有关,其决定了在将存储盘迁入到目标存储池之前清空其上已存储的数据的开销。显然,该项的值越小越好。公式(6)中的第三项与存储盘和目标存储池之间的特性差有关,其决定两者在性能、冗余度和其他自然特性方面的最佳匹配。用户可以根据需要调整dTC、dUC和dUD的值,由此设定上述三项之间的关系。
需要指出的是,尽管本实施例中以公式(6)为例描述了综合考虑存储盘的额定容量、已使用容量以及与目标存储池的特性差三个方面来计算匹配度,但是在其他实施例中可以仅考虑其中的任一个或两个方面,例如dTC、dUC和dUD中的任一个或两个可以为零,或者可以加入对存储盘和目标存储池其他方面性能的考虑。
接下来,处理1000进行到步骤1020,其中将如公式(6)计算的匹配度满足预定条件的存储盘确定为候选源存储盘。这里的预定条件例如要求匹配度高于预定阈值。最后,在候选源存储盘有多个的情况下,还可以按照所计算的匹配度,对候选源存储盘的列表进行排序(步骤1030)。需要说明的是,步骤1020和1030不是必需的。在有些实施例中,可以将没有包含在任何目标存储池中的所有存储盘都确定为候选源存储盘。在有些实施例中,候选源存储盘可能只有一个,则无需执行排序操作。
在确定了候选源存储盘列表之后,返回到图7,流程进行到步骤707,其中从候选源存储盘列表中确定最终要迁移到目标存储池中的源存储盘。
图11例示了根据本发明一实施例的选择源存储盘的示例处理1100。在步骤1110,从候选源存储盘列表中选择匹配度最高的候选源存储盘。接着,判断该候选源存储盘是否属于存储系统4000中的任何存储池(步骤1120)。如果判定该候选源存储盘不属于任何存储池,如图4所示的未使用存储盘U0至UK中的任一个,则直接将该候选源存储盘设定为要迁移到目标存储池中的源存储盘,并将该候选源存储盘从候选源存储盘列表中删除(步骤1150)。
如果判定该候选源存储盘属于某一存储池,则流程进行到步骤1130,其中判断从该候选源存储盘所属的源存储池迁移出该候选源存储盘是否会引起源存储池触发容量扩展操作。例如,可以参照图6的处理600进行判断。
在判定迁移出候选源存储盘会使得源存储池需要进行容量扩展的情况下,表明该候选源存储盘不适宜用作源存储盘,因而将其从候选源存储盘列表中删除(步骤1140)。流程返回到步骤1110,针对候选源存储盘列表中下一个匹配度最高的候选源存储盘执行步骤1120至1160。
如果在步骤1130判定迁移出候选源存储盘不会引起源存储池触发容量扩展操作,则将该候选源存储盘设定为要迁移到目标存储池中的源存储盘,并将该候选源存储盘从候选源存储盘列表中删除(步骤1150)。接下来,在步骤1160,判断该候选源存储盘的额定容量是否满足目标存储池的期望扩展容量(参照图7的步骤701和图8中的步骤805)。如果判定该候选源存储盘满足目标存储池的期望扩展容量,则源存储盘选择处理1100结束。如果在步骤1160中判定迁入该候选源存储盘还不满足目标存储池的期望扩展容量,则返回到步骤1110继续选择其他合适的源存储盘,以达到目标存储池的期望扩展容量。也就是说,针对一个目标存储池所确定的源存储盘可能不止一个。
下面以一个示例来详细描述图10和图11所示的处理1000和1100。假设存储系统共包括11个存储盘MDisk0至MDisk10,如下表2所示,其中9个存储盘MDisk0至MDisk8被分别分配给5个存储池Pool0至Pool4,而存储盘MDisk10和MDisk11未使用。表2的第三列给出了各存储盘的额定容量。
表2各存储盘的属性和存储特性值
  存储盘   所属存储池   额定容量(GB)   存储特性值MU
  MDisk0   Pool0   100   100
  MDisk1   Pool1   150   95
  MDisk2   Pool1   150   85
  MDisk3   Pool2   200   90
  MDisk4   Pool2   100   100
  MDisk5   Pool3   200   70
  MDisk6   Pool4   200   50
  MDisk7   Pool4   200   60
  MDisk8   Pool4   200   90
  MDisk9   未使用   150   70
  MDisk10   未使用   300   85
如在图10的步骤1010中所述,可以基于每一个存储盘的RAID类型、RAID尺寸、SAN冗余度、驱动类型、接口、RPM和高速缓存尺寸,计算该存储盘的存储特性值MU,如图2的第四列所示。
假定Pool0、Pool1和Pool4已经触发容量扩展操作(参照图6)。按照公式(2)计算目标存储池Pool0、Pool1和Pool4每一个中的优先级因子p_factor,并按照该优先级因子对Pool0、Pool1和Pool4进行排序(参见图6的步骤613)。如表3所示,假设Pool1优先于Pool0,Pool0优先于Pool4。进一步,如图8中的步骤805和图7中的步骤703所述,计算目标存储池Pool0、Pool1和Pool4每一个中的期望扩展容量和存储特性值。
表3目标存储池的期望扩展容量和存储特性值MD
Figure BDA0000148053790000181
按照优先级因子指定的顺序执行容量扩展操作。下面以针对Pool1为例进行说明。由于Pool0和Pool4也在等待进行容量扩展,因此排除它们所包含的存储盘MDisk0、MDisk6至MDisk8作为Pool1的候选源存储盘。利用公式(6)分别计算Pool2中的存储盘MDisk3至MDisk5以及存储系统中未使用的存储盘MDisk9和MDisk10与目标存储池Pool1的匹配度(参见图7的步骤705和图10的步骤1015),如表4所示。
表4按照匹配度排序的候选源存储盘列表
接下来,按照图11所示的处理1100确定要移动到目标存储池Pool1的源存储盘。首先选择候选源存储盘列表中匹配度最高的存储盘,在本例中为Pool2中的MDisk4。如果MDisk4没有包含在任何存储池中,则将其直接迁入到目标存储池Pool1中。在本例中,因为MDisk4被分配给Pool2,所以处理1100的流程进行到步骤1130。
在步骤1130,利用图6给出的处理600判断从Pool2迁出MDisk4之后是否会触发容量扩展。若判定迁出MDisk4会导致Pool2也需要进行容量扩展,则将MDisk4从表4的候选源存储盘列表中删除,并选择下一个匹配度最高的存储盘,即MDisk9,进行分析。
在本例中假定迁出MDisk4不会导致Pool2触发容量扩展。接着,判断MDisk4的额定容量是否满足Pool1的期望扩展容量。如表3所记载的,Pool1的期望扩展容量为100GB;如表4所记载的,MDisk4的额定容量为100GB。即,在本例中,MDisk4能够满足Pool1的期望扩展容量,因此将MDisk4确定为Pool1的源存储盘。
可以按照基于优先级因子指定的顺序,针对每一个目标存储池执行图11的处理1100,以确定用于整个存储系统4000的存储资源迁移计划,例如,包含优先顺序、目标存储池、源存储池和源存储盘的迁移表。然后,返回到图5。方法500进行到步骤503,其中按照迁移表指定的优先顺序,执行源存储盘从源存储池到相应目标存储池的迁移,从而完成对整个存储系统4000的资源重新配置。
图12示出了根据本发明实施例的动态重新配置设备1200的功能框图。动态重新配置设备1200的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是图12中所描述的功能模块可以组合起来或者划分成子模块,从而实现上述发明的原理。因此,本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。
动态重新配置设备1200能够动态地重新配置存储系统中的存储资源。存储系统可以包括多个存储池,其中每个存储池由一个或多个存储盘构成。动态重新配置设备1200包括目标存储池确定装置1210、源存储盘确定装置1250和源存储盘迁移装置1290。
目标存储池确定装置1210被配置为确定多个存储池中需要扩展的存储池作为目标存储池。源存储盘确定装置1250被配置为针对每一个目标存储池,确定要移动到该目标存储池的源存储盘。源存储盘迁移装置1290被配置为将源存储盘迁移到相应的目标存储池。
在一个实施例中,目标存储池确定装置1210可以包括目标存储池确定执行装置1215。在一个示例中,如果某存储池的容量用尽时间小于预定容量用尽时间阈值,则目标存储池确定执行装置1215确定该存储池为目标存储池。预定容量用尽时间阈值和预定剩余容量阈值对于不同的存储池可以是不同的。在另一示例中,如果某存储池的剩余容量小于预定剩余容量阈值,则目标存储池确定执行装置1215确定该存储池为目标存储池。在又一示例中,如果某存储池的容量用尽时间小于预定容量用尽时间阈值或者其剩余容量小于预定剩余容量阈值,则目标存储池确定执行装置1215可以确定该存储池为目标存储池。
在一个实施例中,目标存储池确定装置1210可以进一步包括容量数据收集装置1211、容量使用函数建立装置1212和容量用尽时间计算装置1213。针对多个存储池中的每一个存储池,容量数据收集装置1211可以收集历史容量数据。基于由容量数据收集装置1211收集的历史容量数据,容量使用函数建立装置1212可以建立容量使用函数。在一个实施例中,容量使用函数可以是线性函数、幂函数、对数函数以及多项式函数之一。利用由容量使用函数建立装置1212建立的容量使用函数,容量用尽时间计算装置1213可以计算存储池的容量用尽时间。
在另一实施例中,目标存储池确定装置1210还可以包括优先级因子计算装置1216和目标存储池排序装置1217。针对目标存储池中的每一个,优先级因子计算装置1216可以计算其优先级因子。在一个实施例中,优先级因子可以被计算为归一化容量用尽时间与归一化剩余容量的平方和。归一化容量用尽时间是容量用尽时间与预定容量用尽时间阈值的比值,而归一化剩余容量是剩余容量与预定剩余容量阈值的比值。目标存储池排序装置1217可以按照由优先级因子计算装置1216计算的优先级因子,对由目标存储池确定执行装置1215确定的所有目标存储池进行排序。可以按照基于由优先级因子计算装置1216计算的优先级因子确定的顺序执行对源存储盘的确定。
在一个实施例中,源存储盘确定装置1250可以包括期望扩展容量计算装置1251、目标存储池特性值计算装置1261、候选源存储盘选择装置1271和源存储盘选择装置1281。
期望扩展容量计算装置1251可以计算由目标存储池确定装置1210确定的目标存储池的期望扩展容量。在一个实施例中,期望扩展容量计算装置1251可以包括:第一扩展容量计算装置1252,配置为基于目标存储池的容量用尽时间,计算用于该目标存储池的第一扩展容量;第二扩展容量计算装置1253,配置为基于目标存储池的剩余容量,计算用于该目标存储池的第二扩展容量;以及期望扩展容量比较装置1254,配置为将由第一扩展容量计算装置1252计算的第一扩展容量与由第二扩展容量计算装置1253计算的第二扩展容量进行比较,并将两者中的较大者确定为用于该目标存储池的期望扩展容量。
在又一实施例中,第一扩展容量计算装置1252可以进一步包括:第一容量计算子装置,配置为设置目标存储池的预定扩展容量用尽时间阈值;第二容量计算子装置,配置为确定在目标存储池的容量用尽时间等于预定扩展容量用尽时间阈值时该目标存储池的总容量;以及第三容量计算子装置,配置为通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的第一扩展容量。
在又一实施例中,第二扩展容量计算装置1253可以进一步包括:第四容量计算子装置,配置为设置目标存储池的预定扩展剩余容量阈值;第五容量计算子装置,配置为将预定扩展剩余容量阈值与已使用容量之和计算为该目标存储池的总容量;以及第六容量计算子装置,配置为通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的第二扩展容量。
目标存储池特性值计算装置1261可以计算目标存储池的存储特性值。在一个实施例中,目标存储池特性值计算装置1261可以进一步包括:第一特性值计算子装置,配置为计算目标存储池中包括的存储盘的存储特性值;第二特性值计算子装置,配置为确定用于目标存储池中包括的存储盘的存储特性权重;以及第三特性值计算子装置,配置为将目标存储池中包括的存储盘的存储特性值与存储特性权重乘积之和,计算为目标存储池的存储特性值。在一个实施例中,每一个存储盘的存储特性值基于该存储盘的RAID类型、RAID尺寸、SAN冗余度、驱动类型、接口、RPM和高速缓存尺寸中的任一个或多个。
候选源存储盘选择装置1271可以从存储系统中选择与目标存储池的存储特性值匹配的存储盘,以添加到候选源存储盘列表中。在一个实施例中,候选源存储盘选择装置1271可以包括:第一匹配度计算子装置1272,配置为计算存储系统中没有包含在任何目标存储池中的存储盘的存储特性值;第二匹配度计算子装置1273,配置为基于存储盘的额定容量、已使用容量和存储特性值以及目标存储池的存储特性值,计算相应存储盘与目标存储池的匹配度;以及匹配度比较装置1274,配置为将由第二匹配度计算子装置1273计算的匹配度满足预定条件的存储盘确定为候选源存储盘。在一个实施例中,预定条件可以是要求匹配度高于预定阈值。
源存储盘选择装置1281可以基于由期望扩展容量计算装置1251计算的期望扩展容量,从候选源存储盘列表中确定要移动到目标存储池的源存储盘。在一个实施例中,源存储盘确定装置1281可以包括:第一源存储盘确定子装置,配置为选择候选源存储盘列表中匹配度最高的候选源存储盘;第二源存储盘确定子装置,配置为判断匹配度最高的候选源存储盘是否属于任何存储池;第三源存储盘确定子装置,配置为如果判定匹配度最高的候选源存储盘不属于任何存储池,则将该匹配度最高的候选源存储盘确定为要移动到目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从候选源存储盘列表中删除;第四源存储盘确定子装置,配置为如果判定匹配度最高的候选源存储盘属于某一存储池,则执行以下操作:判断迁移出该匹配度最高的候选源存储盘是否会引起其所属的存储池需要扩展容量,如果判定迁移出该匹配度最高的候选源存储盘会引起其所属的存储池需要扩展容量则将该匹配度最高的候选源存储盘从候选源存储盘列表中删除,以及如果判定迁移出该匹配度最高的候选源存储盘不会引起其所属的存储池需要扩展容量,则将该匹配度最高的候选源存储盘确定为要移动到目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从候选源存储盘列表中删除;以及第五源存储盘确定子装置,配置为判断所确定的源存储盘是否满足所计算的目标存储池的期望扩展容量。
利用本发明的方法和设备,能够预测存储系统中存储池的容量扩展需求,并自动且准确地重新配置存储系统中的存储资源。
利用本发明的方法和设备,还能够考虑目标存储池和源存储池的容量使用增长趋势,从而更合理地配置存储资源。
利用本发明的方法和设备,还能够考虑对目标存储池和源存储池的性能影响而合理地配置存储资源。
所属技术领域的技术人员知道,本发明可以体现为系统、方法或计算机程序产品。因此,本发明可以具体实现为以下形式,即,可以是完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、或者本文一般称为“电路”、“模块”或“系统”的软件部分与硬件部分的组合。此外,本发明还可以采取体现在任何有形的表达介质(medium of expression)中的计算机程序产品的形式,该介质中包含计算机可用的程序码。
可以使用一个或多个计算机可用的或计算机可读的介质的任何组合。计算机可用的或计算机可读的介质例如可以是--但不限于--电的、磁的、光的、电磁的、红外线的、或半导体的系统、装置、器件或传播介质。计算机可读介质的更具体的例子(非穷举的列表)包括以下:有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、诸如支持因特网或内部网的传输介质、或者磁存储器件。注意计算机可用的或计算机可读的介质甚至可以是上面印有程序的纸张或者其它合适的介质,这是因为,例如可以通过电扫描这种纸张或其它介质,以电子方式获得程序,然后以适当的方式加以编译、解释或处理,并且必要的话在计算机存储器中存储。在本文件的语境中,计算机可用的或计算机可读的介质可以是任何含有、存储、传达、传播、或传输供指令执行系统、装置或器件使用的或与指令执行系统、装置或器件相联系的程序的介质。计算机可用的介质可包括在基带中或者作为载波一部分传播的、由其体现计算机可用的程序码的数据信号。计算机可用的程序码可以用任何适当的介质传输,包括-但不限于-无线、电线、光缆、RF等等。
用于执行本发明的操作的计算机程序码,可以以一种或多种程序设计语言的任何组合来编写,所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++之类,还包括常规的过程式程序设计语言-诸如”C”程序设计语言或类似的程序设计语言。程序码可以完全地在用户的计算上执行、部分地在用户的计算机上执行、作为一个独立的软件包执行、部分在用户的计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种情形中,远程计算机可以通过任何种类的网络--包括局域网(LAN)或广域网(WAN)-连接到用户的计算机,或者,可以(例如利用因特网服务提供商来通过因特网)连接到外部计算机。
以下参照按照本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述本发明。要明白的是,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得通过计算机或其它可编程数据处理装置执行的这些指令,产生实现流程图和/或框图中的方框中规定的功能/操作的装置。
也可以把这些计算机程序指令存储在能指令计算机或其它可编程数据处理装置以特定方式工作的计算机可读介质中,这样,存储在计算机可读介质中的指令产生一个包括实现流程图和/或框图中的方框中规定的功能/操作的指令装置(instruction  means)的制造品。
也可以把计算机程序指令加载到计算机或其它可编程数据处理装置上,使得在计算机或其它可编程数据处理装置上执行一系列操作步骤,以产生计算机实现的过程,从而在计算机或其它可编程装置上执行的指令就提供实现流程图和/或框图中的方框中规定的功能/操作的过程。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本文中所用的术语,仅仅是为了描述特定的实施例,而不意图限定本发明。本文中所用的单数形式的“一”和“该”,旨在也包括复数形式,除非上下文中明确地另外指出。还要知道,“包含”一词在本说明书中使用时,说明存在所指出的特征、整体、步骤、操作、单元和/或组件,但是并不排除存在或增加一个或多个其它特征、整体、步骤、操作、单元和/或组件,以及/或者它们的组合。
权利要求中的对应结构、材料、操作以及所有功能性限定的装置(means)或步骤的等同替换,旨在包括任何用于与在权利要求中具体指出的其它单元相组合地执行该功能的结构、材料或操作。所给出的对本发明的描述其目的在于示意和描述,并非是穷尽性的,也并非是要把本发明限定到所表述的形式。对于所属技术领域的普通技术人员来说,在不偏离本发明范围和精神的情况下,显然可以作出许多修改和变型。对实施例的选择和说明,是为了最好地解释本发明的原理和实际应用,使所属技术领域的普通技术人员能够明了,本发明可以有适合所要的特定用途的具有各种改变的各种实施方式。

Claims (27)

1.一种用于动态地重新配置存储系统的方法,其中所述存储系统包括多个存储池,每个所述存储池由一个或多个存储盘构成,所述方法包括:
确定所述多个存储池中需要扩展的存储池作为目标存储池;
针对所述目标存储池,从所述存储系统中除所述目标存储池外的其他存储池中确定要移动到所述目标存储池的源存储盘;以及
将源存储盘迁移到相应的目标存储池。
2.根据权利要求1所述的方法,其中,所述确定所述多个存储池中需要扩展的存储池作为目标存储池包括:
如果某存储池的容量用尽时间小于预定容量用尽时间阈值,则确定该存储池为目标存储池。
3.根据权利要求1所述的方法,其中,所述确定所述多个存储池中需要扩展的存储池作为目标存储池包括:
如果某存储池的剩余容量小于预定剩余容量阈值,则确定该存储池为目标存储池。
4.根据权利要求1到3中任意一项所述的方法,其中,所述确定所述多个存储池中需要扩展的存储池作为目标存储池还包括:
计算各目标存储池的优先级因子;
按照优先级因子,对所述目标存储池进行排序,以便按照基于优先级因子确定的顺序执行确定所述源存储盘的操作。
5.根据权利要求4所述的方法,其中,所述优先级因子被计算为归一化容量用尽时间与归一化剩余容量的平方和,其中所述归一化容量用尽时间是容量用尽时间与预定容量用尽时间阈值的比值,而所述归一化剩余容量是剩余容量与预定剩余容量阈值的比值。
6.根据权利要求1到3中任意一项所述的方法,其中,所述确定要移动到目标存储池的源存储盘包括:
计算目标存储池的期望扩展容量;
计算目标存储池的存储特性值;
从所述存储系统中选择与目标存储池的存储特性值匹配的存储盘,以添加到候选源存储盘列表中;以及
基于所计算的期望扩展容量,从所述候选源存储盘列表中确定要移动到目标存储池的源存储盘。
7.根据权利要求6所述的方法,其中,所述计算目标存储池的期望扩展容量包括:
基于该目标存储池的容量用尽时间,计算用于该目标存储池的第一扩展容量;
基于该目标存储池的剩余容量,计算用于该目标存储池的第二扩展容量;以及
将所述第一扩展容量与所述第二扩展容量进行比较,并将两者中的较大者确定为用于该目标存储池的期望扩展容量。
8.根据权利要求7所述的方法,其中,所述计算用于该目标存储池的第一扩展容量包括:
设置该目标存储池的预定扩展容量用尽时间阈值;
确定在目标存储池的容量用尽时间等于所述预定扩展容量用尽时间阈值时该目标存储池的总容量;以及
通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的所述第一扩展容量。
9.根据权利要求7所述的方法,其中,所述计算用于该目标存储池的第二扩展容量包括:
设置该目标存储池的预定扩展剩余容量阈值;
将所述预定扩展剩余容量阈值与已使用容量之和计算为该目标存储池的总容量;以及
通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的所述第二扩展容量。
10.根据权利要求6所述的方法,其中,所述计算目标存储池的存储特性值包括:
计算目标存储池中包括的存储盘的存储特性值;
确定用于目标存储池中包括的存储盘的存储特性权重;以及
将目标存储池中包括的存储盘的存储特性值与存储特性权重乘积之和,计算为所述目标存储池的存储特性值。
11.根据权利要求6所述的方法,其中,所述将所述存储系统中与目标存储池的存储特性值匹配的存储盘添加到候选源存储盘列表中包括:
计算所述存储系统中没有包含在任何目标存储池中的存储盘的存储特性值;以及
基于所述存储盘的额定容量、已使用容量和存储特性值以及所述目标存储池的存储特性值,计算相应存储盘与所述目标存储池的匹配度;
将匹配度满足预定条件的存储盘确定为候选源存储盘。
12.根据权利要求11所述的方法,其中,所述从所述候选源存储盘列表中确定要移动到目标存储池的源存储盘包括:
a)选择所述候选源存储盘列表中匹配度最高的候选源存储盘;
b)判断所述匹配度最高的候选源存储盘是否属于任何存储池;
c)如果判定所述匹配度最高的候选源存储盘不属于任何存储池,则将该匹配度最高的候选源存储盘确定为要移动到所述目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;
d)如果判定所述匹配度最高的候选源存储盘属于某一存储池,
判断迁移出该匹配度最高的候选源存储盘是否会引起其所属的存储池需要扩展容量;
如果判定迁移出该匹配度最高的候选源存储盘会引起其所属的存储池需要扩展容量,则将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;以及
如果判定迁移出该匹配度最高的候选源存储盘不会引起其所属的存储池需要扩展容量,则将该匹配度最高的候选源存储盘确定为要移动到所述目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;
e)判断所确定的源存储盘是否满足所计算的所述目标存储池的期望扩展容量;以及
f)在判定所确定的源存储盘不满足所计算的所述目标存储池的期望扩展容量的情况下,重复上述步骤a)至f)。
13.根据权利要求2、5、7或8所述的方法,其中通过以下步骤计算所述容量用尽时间:
收集存储池的历史容量数据;
基于所收集的历史容量数据,建立容量使用函数;
利用所建立的容量使用函数,计算该存储池的容量用尽时间。
14.一种用于动态地重新配置存储系统的设备,其中所述存储系统包括多个存储池,每个所述存储池由一个或多个存储盘构成,所述设备包括:
目标存储池确定装置,配置为确定所述多个存储池中需要扩展的存储池作为目标存储池;
源存储盘确定装置,配置为针对由所述目标存储池确定装置确定的目标存储池,从所述存储系统中除所述目标存储池外的其他存储池中确定要移动到所述目标存储池的源存储盘;以及
源存储盘迁移装置,配置为将源存储盘迁移到相应的目标存储池。。
15.根据权利要求14所述的设备,其中,所述目标存储池确定装置包括:
目标存储池确定执行装置,配置为如果某存储池的容量用尽时间小于预定容量用尽时间阈值,则确定该存储池为目标存储池。
16.根据权利要求14所述的设备,其中,所述目标存储池确定装置包括:
目标存储池确定执行装置,配置为如果某存储池的剩余容量小于预定剩余容量阈值,则确定该存储池为目标存储池。
17.根据权利要求14到16中任意一项所述的设备,其中,所述目标存储池确定装置还包括:
优先级因子计算装置,配置为计算各目标存储池的优先级因子;以及
目标存储池排序装置,配置为按照由所述优先级因子计算装置计算的优先级因子,对所述目标存储池进行排序,
其中,所述源存储盘确定装置按照所述目标存储池排序装置确定的顺序,确定要移动到目标存储池的源存储盘。
18.根据权利要求17所述的设备,其中,所述优先级因子被计算为归一化容量用尽时间与归一化剩余容量的平方和,其中所述归一化容量用尽时间是容量用尽时间与预定容量用尽时间阈值的比值,而所述归一化剩余容量是剩余容量与预定剩余容量阈值的比值
19.根据权利要求14到16中任意一项所述的设备,其中,所述源存储盘确定装置包括:
期望扩展容量计算装置,配置为计算目标存储池的期望扩展容量;
目标存储池特性值计算装置,配置为计算目标存储池的存储特性值;
候选源存储盘选择装置,配置为从所述存储系统中选择与目标存储池的存储特性值匹配的存储盘,以添加到候选源存储盘列表中;以及
源存储盘选择装置,配置为基于由所述期望扩展容量计算装置计算的期望扩展容量,从所述候选源存储盘列表中确定要移动到目标存储池的源存储盘。
20.根据权利要求19所述的设备,其中,所述期望扩展容量计算装置包括:
第一扩展容量计算装置,配置为基于该目标存储池的容量用尽时间,计算用于该目标存储池的第一扩展容量;
第二扩展容量计算装置,配置为基于该目标存储池的剩余容量,计算用于该目标存储池的第二扩展容量;以及
期望扩展容量比较装置,配置为将由所述第一扩展容量计算装置计算的第一扩展容量与由所述第二扩展容量计算装置计算的第二扩展容量进行比较,并将两者中的较大者确定为用于该目标存储池的期望扩展容量。
21.根据权利要求20所述的设备,其中,所述第一扩展容量计算装置包括:
第一容量计算子装置,配置为设置该目标存储池的预定扩展容量用尽时间阈值;
第二容量计算子装置,配置为确定在目标存储池的容量用尽时间等于所述预定扩展容量用尽时间阈值时该目标存储池的总容量;以及
第三容量计算子装置,配置为通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的所述第一扩展容量。
22.根据权利要求20所述的设备,其中,所述第二扩展容量计算装置包括:
第四容量计算子装置,配置为设置该目标存储池的预定扩展剩余容量阈值;
第五容量计算子装置,配置为将所述预定扩展剩余容量阈值与已使用容量之和计算为该目标存储池的总容量;以及
第六容量计算子装置,配置为通过从所确定的总容量减去该目标存储池的原始存储池容量,计算该目标存储池的所述第二扩展容量。
23.根据权利要求19所述的设备,其中,所述目标存储池特性值计算装置包括:
第一特性值计算子装置,配置为计算目标存储池中包括的存储盘的存储特性值;
第二特性值计算子装置,配置为确定用于目标存储池中包括的存储盘的存储特性权重;以及
第三特性值计算子装置,配置为将目标存储池中包括的存储盘的存储特性值与存储特性权重乘积之和,计算为所述目标存储池的存储特性值。
24.根据权利要求19所述的设备,其中,所述候选源存储盘选择装置包括:
第一匹配度计算子装置,配置为计算所述存储系统中没有包含在任何目标存储池中的存储盘的存储特性值;
第二匹配度计算子装置,配置为基于所述存储盘的额定容量、已使用容量和存储特性值以及所述目标存储池的存储特性值,计算相应存储盘与所述目标存储池的匹配度;以及
匹配度比较装置,配置为将由所述第二匹配度计算子装置计算的匹配度满足预定条件的存储盘确定为候选源存储盘。
25.根据权利要求24所述的设备,其中,所述源存储盘确定装置包括:
第一源存储盘确定子装置,配置为选择所述候选源存储盘列表中匹配度最高的候选源存储盘;
第二源存储盘确定子装置,配置为判断所述匹配度最高的候选源存储盘是否属于任何存储池;
第三源存储盘确定子装置,配置为如果判定所述匹配度最高的候选源存储盘不属于任何存储池,则将该匹配度最高的候选源存储盘确定为要移动到所述目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;
第四源存储盘确定子装置,配置为如果判定所述匹配度最高的候选源存储盘属于某一存储池,则执行以下操作:
判断迁移出该匹配度最高的候选源存储盘是否会引起其所属的存储池需要扩展容量;
如果判定迁移出该匹配度最高的候选源存储盘会引起其所属的存储池需要扩展容量,则将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;以及
如果判定迁移出该匹配度最高的候选源存储盘不会引起其所属的存储池需要扩展容量,则将该匹配度最高的候选源存储盘确定为要移动到所述目标存储池的源存储盘,并将该匹配度最高的候选源存储盘从所述候选源存储盘列表中删除;
第五源存储盘确定子装置,配置为判断所确定的源存储盘是否满足所计算的所述目标存储池的期望扩展容量;以及
第六源存储盘确定子装置,配置为在判定所确定的源存储盘不满足所计算的所述目标存储池的期望扩展容量的情况下,将从所述候选源存储盘列表中选择下一个匹配度最高的候选源存储盘。
26.根据权利要求15、18、20或21所述的设备,所述目标存储池确定装置进一步包括:
容量数据收集装置,配置为收集存储池的历史容量数据;
容量使用函数建立装置,配置为基于由所述容量数据收集装置收集的历史容量数据,建立容量使用函数;
容量用尽时间计算装置,配置为利用由所述容量使用函数建立装置建立的容量使用函数,计算该存储池的容量用尽时间。
27.一种存储系统,包括:
多个存储盘,其中部分或全部存储盘被分配给两个或更多个存储池;和
如权利要求14至26中任一项所述的动态重新配置设备。
CN201210088217.3A 2012-03-29 2012-03-29 用于动态地重新配置存储系统的方法和设备 Active CN103365781B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201210088217.3A CN103365781B (zh) 2012-03-29 2012-03-29 用于动态地重新配置存储系统的方法和设备
DE201310204508 DE102013204508A1 (de) 2012-03-29 2013-03-15 Dynamisches Neukonfigurieren eines Speichersystems
US13/853,646 US9229849B2 (en) 2012-03-29 2013-03-29 Dynamic reconfiguration of storage system
US14/952,710 US9389798B2 (en) 2012-03-29 2015-11-25 Dynamic reconfiguration of storage system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210088217.3A CN103365781B (zh) 2012-03-29 2012-03-29 用于动态地重新配置存储系统的方法和设备

Publications (2)

Publication Number Publication Date
CN103365781A true CN103365781A (zh) 2013-10-23
CN103365781B CN103365781B (zh) 2016-05-04

Family

ID=49154918

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210088217.3A Active CN103365781B (zh) 2012-03-29 2012-03-29 用于动态地重新配置存储系统的方法和设备

Country Status (3)

Country Link
US (2) US9229849B2 (zh)
CN (1) CN103365781B (zh)
DE (1) DE102013204508A1 (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103634379A (zh) * 2013-11-13 2014-03-12 华为技术有限公司 一种分布式存储空间的管理方法和分布式存储系统
CN103970641A (zh) * 2014-05-15 2014-08-06 浪潮电子信息产业股份有限公司 一种基于容量预测技术的设备扩容方法
CN104035887A (zh) * 2014-05-22 2014-09-10 中国科学院计算技术研究所 一种基于精简配置系统的块设备缓存装置及其方法
CN104202371A (zh) * 2014-08-20 2014-12-10 浙江宇视科技有限公司 一种基于iSCSI块直存的跨设备扩容方法和装置
CN104331330A (zh) * 2014-10-27 2015-02-04 华为技术有限公司 资源池生成方法以及装置
CN104484130A (zh) * 2014-12-04 2015-04-01 北京同有飞骥科技股份有限公司 一种横向扩展存储系统的构建方法
CN104484134A (zh) * 2014-12-23 2015-04-01 北京华胜天成科技股份有限公司 分布式存储的磁盘分配方法及装置
WO2015092802A1 (en) * 2013-12-20 2015-06-25 Hewlett-Packard Development Company, L.P. Storage capacity regression
CN105320461A (zh) * 2014-07-01 2016-02-10 先智云端数据股份有限公司 用于软件定义储存系统的自适应快速反应控制系统
CN106354438A (zh) * 2016-09-28 2017-01-25 郑州云海信息技术有限公司 一种存储池容量可用时间的预测方法和装置
CN107436727A (zh) * 2016-05-26 2017-12-05 中兴通讯股份有限公司 精简卷的存储空间管理方法和装置
CN107577431A (zh) * 2017-09-07 2018-01-12 郑州云海信息技术有限公司 一种存储池构建方法及装置
CN110196752A (zh) * 2018-06-07 2019-09-03 腾讯科技(深圳)有限公司 数据处理方法、装置及存储介质
CN110377228A (zh) * 2019-06-19 2019-10-25 深圳壹账通智能科技有限公司 区块链节点的自动扩容方法、装置、运维终端及存储介质
CN110737402A (zh) * 2018-07-20 2020-01-31 伊姆西Ip控股有限责任公司 管理存储系统的方法、设备和计算机程序产品
CN110989930A (zh) * 2019-11-22 2020-04-10 浪潮(北京)电子信息产业有限公司 一种池空间数据处理方法、装置、设备及存储介质
CN112799596A (zh) * 2021-02-03 2021-05-14 联想(北京)有限公司 一种存储资源的扩容控制方法、装置及电子设备
TWI764483B (zh) * 2020-12-29 2022-05-11 華南商業銀行股份有限公司 利用外部空間的可用空間擴充方法
CN116339644A (zh) * 2023-05-26 2023-06-27 苏州浪潮智能科技有限公司 一种独立磁盘冗余阵列创建方法、装置、设备及介质
TWI831159B (zh) * 2022-03-22 2024-02-01 新加坡商鴻運科股份有限公司 存儲擴容方法及裝置、存儲介質與電子設備

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365781B (zh) 2012-03-29 2016-05-04 国际商业机器公司 用于动态地重新配置存储系统的方法和设备
US9053002B2 (en) * 2013-11-12 2015-06-09 International Business Machines Corporation Thick and thin data volume management
CN104657082A (zh) * 2013-11-18 2015-05-27 英业达科技有限公司 电脑装置及其存储器管理方法
CN103744622B (zh) * 2014-01-10 2017-10-13 浪潮电子信息产业股份有限公司 一种实现存储系统自动精简配置异步全额分配的方法
CN105701028B (zh) 2014-11-28 2018-10-09 国际商业机器公司 分布式存储系统中的磁盘管理方法和设备
US9971525B2 (en) 2015-02-26 2018-05-15 Red Hat, Inc. Peer to peer volume extension in a shared storage environment
US10715460B2 (en) * 2015-03-09 2020-07-14 Amazon Technologies, Inc. Opportunistic resource migration to optimize resource placement
US9813500B2 (en) 2015-06-12 2017-11-07 Cisco Technology, Inc. Allocating cloud storage based on storage attributes
US10467096B2 (en) * 2015-07-31 2019-11-05 Pure Storage, Inc. Securely storing data in a dispersed storage network
CN106502578B (zh) * 2015-09-06 2019-06-11 中兴通讯股份有限公司 容量变更建议方法及装置
US10162547B1 (en) * 2015-09-16 2018-12-25 Marvell International Ltd. Memory expansion in a linking process
CN105224470A (zh) * 2015-09-30 2016-01-06 汉柏科技有限公司 一种基于精简配置的存储空间分配方法及装置
US10379742B2 (en) 2015-12-28 2019-08-13 Netapp, Inc. Storage zone set membership
US10514984B2 (en) 2016-02-26 2019-12-24 Netapp, Inc. Risk based rebuild of data objects in an erasure coded storage system
US10055317B2 (en) * 2016-03-22 2018-08-21 Netapp, Inc. Deferred, bulk maintenance in a distributed storage system
US10248320B2 (en) 2016-10-28 2019-04-02 International Business Machines Corporation Workload-aware thin-provisioning storage-allocation system
US10754556B2 (en) 2017-06-27 2020-08-25 International Business Machines Corporation Prioritization of virtual volumes to take offline in a thin provisioning system
US10592293B2 (en) 2017-08-31 2020-03-17 Cisco Technology, Inc. Tenant-specific policy generation and enforcement within containers
US10795598B1 (en) 2017-12-07 2020-10-06 Pure Storage, Inc. Volume migration for storage systems synchronously replicating a dataset
US20190317682A1 (en) * 2018-04-11 2019-10-17 EMC IP Holding Company LLC Metrics driven expansion of capacity in solid state storage systems
US11163460B2 (en) * 2018-06-07 2021-11-02 Karim Jean Yaghmour Dynamically-reconfigurable storage device
US10911367B2 (en) * 2018-06-27 2021-02-02 Oracle International Corporation Computerized methods and systems for managing cloud computer services
US11121981B1 (en) 2018-06-29 2021-09-14 Amazon Technologies, Inc. Optimistically granting permission to host computing resources
CN111813322B (zh) * 2019-04-11 2023-06-13 杭州海康威视系统技术有限公司 存储池的创建方法、装置、设备及存储介质
US11163476B2 (en) * 2019-10-04 2021-11-02 International Business Machines Corporation Dynamic rebalancing of free space between storage pools
CN112748864B (zh) * 2019-10-31 2024-04-19 伊姆西Ip控股有限责任公司 分配存储盘的方法、电子设备和计算机程序产品
CN112130767B (zh) * 2020-09-18 2023-01-10 苏州浪潮智能科技有限公司 一种存储池使用容量确定方法、装置、设备及介质
CN113407112B (zh) * 2021-05-11 2023-02-10 浙江大华技术股份有限公司 扩容方法、电子设备及计算机可读存储介质
CN114285729B (zh) * 2021-11-29 2023-08-25 苏州浪潮智能科技有限公司 分布式集群管理节点部署方法、装置、设备及存储介质
CN114461138B (zh) * 2021-12-24 2024-06-07 天翼云科技有限公司 存储资源的调度方法、装置、电子设备及可读存储介质
CN116521052A (zh) * 2022-01-21 2023-08-01 戴尔产品有限公司 用于扩展存储系统的方法、电子设备和计算机程序产品
CN116610270B (zh) * 2023-07-21 2023-10-03 湖南马栏山视频先进技术研究院有限公司 一种视频处理的存算分离方法及视频存算分离系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070239954A1 (en) * 2006-04-07 2007-10-11 Yukinori Sakashita Capacity expansion volume migration transfer method
US20070245116A1 (en) * 2006-04-12 2007-10-18 Masayuki Yamamoto Storage area dynamic assignment method
US20090094427A1 (en) * 2007-10-05 2009-04-09 Takanori Sano Capacity expansion control method for storage system
CN101808119A (zh) * 2010-03-04 2010-08-18 杭州华三通信技术有限公司 一种多存储阵列负载均衡的方法和设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7921262B1 (en) 2003-12-18 2011-04-05 Symantec Operating Corporation System and method for dynamic storage device expansion support in a storage virtualization environment
US8010498B2 (en) 2005-04-08 2011-08-30 Microsoft Corporation Virtually infinite reliable storage across multiple storage devices and storage services
JP4699808B2 (ja) * 2005-06-02 2011-06-15 株式会社日立製作所 ストレージシステム及び構成変更方法
US7721044B1 (en) 2005-10-20 2010-05-18 American Megatrends, Inc. Expanding the storage capacity of a virtualized data storage system
JP4990066B2 (ja) * 2007-08-21 2012-08-01 株式会社日立製作所 論理ボリュームのペアを利用したデータ保存の方式を変更する機能を備えたストレージシステム
US8135906B2 (en) 2008-05-15 2012-03-13 Lsi Corporation Online storage capacity expansion of a raid storage system
US8554996B2 (en) 2008-07-07 2013-10-08 Hewlett-Packard Development Company, L.P. Dynamically expanding storage capacity of a storage volume
US20110167435A1 (en) 2009-08-03 2011-07-07 Chin Fang Systems and methods for remote storage management
US8707091B2 (en) 2010-03-15 2014-04-22 Cleversafe, Inc. Failsafe directory file system in a dispersed storage network
US20110238737A1 (en) 2010-03-26 2011-09-29 Nec Laboratories America, Inc. Decentralized cloud storage
US8812653B2 (en) * 2010-08-05 2014-08-19 Novell, Inc. Autonomous intelligent workload management
US20120102291A1 (en) * 2010-10-26 2012-04-26 Dell Products, Lp System and Method for Storage Allocation in a Cloud Environment
US8719627B2 (en) * 2011-05-20 2014-05-06 Microsoft Corporation Cross-cloud computing for capacity management and disaster recovery
CN103365781B (zh) 2012-03-29 2016-05-04 国际商业机器公司 用于动态地重新配置存储系统的方法和设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070239954A1 (en) * 2006-04-07 2007-10-11 Yukinori Sakashita Capacity expansion volume migration transfer method
US20070245116A1 (en) * 2006-04-12 2007-10-18 Masayuki Yamamoto Storage area dynamic assignment method
US20090094427A1 (en) * 2007-10-05 2009-04-09 Takanori Sano Capacity expansion control method for storage system
CN101808119A (zh) * 2010-03-04 2010-08-18 杭州华三通信技术有限公司 一种多存储阵列负载均衡的方法和设备

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103634379B (zh) * 2013-11-13 2017-02-01 华为技术有限公司 一种分布式存储空间的管理方法和分布式存储系统
CN103634379A (zh) * 2013-11-13 2014-03-12 华为技术有限公司 一种分布式存储空间的管理方法和分布式存储系统
WO2015092802A1 (en) * 2013-12-20 2015-06-25 Hewlett-Packard Development Company, L.P. Storage capacity regression
CN103970641A (zh) * 2014-05-15 2014-08-06 浪潮电子信息产业股份有限公司 一种基于容量预测技术的设备扩容方法
CN104035887A (zh) * 2014-05-22 2014-09-10 中国科学院计算技术研究所 一种基于精简配置系统的块设备缓存装置及其方法
CN104035887B (zh) * 2014-05-22 2017-10-31 中国科学院计算技术研究所 一种基于精简配置系统的块设备缓存装置及其方法
CN105320461A (zh) * 2014-07-01 2016-02-10 先智云端数据股份有限公司 用于软件定义储存系统的自适应快速反应控制系统
CN105320461B (zh) * 2014-07-01 2018-04-03 先智云端数据股份有限公司 用于软件定义储存系统的自适应快速反应控制系统
CN104202371A (zh) * 2014-08-20 2014-12-10 浙江宇视科技有限公司 一种基于iSCSI块直存的跨设备扩容方法和装置
CN104202371B (zh) * 2014-08-20 2017-11-03 浙江宇视科技有限公司 一种基于iSCSI块直存的跨设备扩容方法和装置
CN104331330B (zh) * 2014-10-27 2018-05-01 华为技术有限公司 资源池生成方法以及装置
CN104331330A (zh) * 2014-10-27 2015-02-04 华为技术有限公司 资源池生成方法以及装置
CN104484130A (zh) * 2014-12-04 2015-04-01 北京同有飞骥科技股份有限公司 一种横向扩展存储系统的构建方法
CN104484134A (zh) * 2014-12-23 2015-04-01 北京华胜天成科技股份有限公司 分布式存储的磁盘分配方法及装置
CN104484134B (zh) * 2014-12-23 2019-01-11 北京华胜天成科技股份有限公司 分布式存储的磁盘分配方法及装置
CN107436727A (zh) * 2016-05-26 2017-12-05 中兴通讯股份有限公司 精简卷的存储空间管理方法和装置
CN106354438A (zh) * 2016-09-28 2017-01-25 郑州云海信息技术有限公司 一种存储池容量可用时间的预测方法和装置
CN107577431A (zh) * 2017-09-07 2018-01-12 郑州云海信息技术有限公司 一种存储池构建方法及装置
CN110196752A (zh) * 2018-06-07 2019-09-03 腾讯科技(深圳)有限公司 数据处理方法、装置及存储介质
CN110737402A (zh) * 2018-07-20 2020-01-31 伊姆西Ip控股有限责任公司 管理存储系统的方法、设备和计算机程序产品
CN110377228A (zh) * 2019-06-19 2019-10-25 深圳壹账通智能科技有限公司 区块链节点的自动扩容方法、装置、运维终端及存储介质
CN110989930A (zh) * 2019-11-22 2020-04-10 浪潮(北京)电子信息产业有限公司 一种池空间数据处理方法、装置、设备及存储介质
TWI764483B (zh) * 2020-12-29 2022-05-11 華南商業銀行股份有限公司 利用外部空間的可用空間擴充方法
CN112799596A (zh) * 2021-02-03 2021-05-14 联想(北京)有限公司 一种存储资源的扩容控制方法、装置及电子设备
TWI831159B (zh) * 2022-03-22 2024-02-01 新加坡商鴻運科股份有限公司 存儲擴容方法及裝置、存儲介質與電子設備
CN116339644A (zh) * 2023-05-26 2023-06-27 苏州浪潮智能科技有限公司 一种独立磁盘冗余阵列创建方法、装置、设备及介质
CN116339644B (zh) * 2023-05-26 2023-08-11 苏州浪潮智能科技有限公司 一种独立磁盘冗余阵列创建方法、装置、设备及介质

Also Published As

Publication number Publication date
US9229849B2 (en) 2016-01-05
CN103365781B (zh) 2016-05-04
DE102013204508A1 (de) 2013-10-02
US20130297905A1 (en) 2013-11-07
US20160077763A1 (en) 2016-03-17
US9389798B2 (en) 2016-07-12

Similar Documents

Publication Publication Date Title
CN103365781A (zh) 用于动态地重新配置存储系统的方法和设备
US11748030B1 (en) Storage system metric optimization for container orchestrators
US11861235B2 (en) Maximizing data throughput in a cloud-based storage system
US10884636B1 (en) Presenting workload performance in a storage system
CN103299274B (zh) 确定运行图像的最佳计算环境的系统和方法
US11567810B1 (en) Cost optimized workload placement
CN103853596B (zh) 用于在工作组之间迁移虚拟机的方法和系统
US12061929B2 (en) Providing storage tailored for a storage consuming application
CN103297492B (zh) 用于在联网计算环境之间迁移数据的方法和系统
DE112019000841T5 (de) Handhaben von E/A-Operationen in einem cloudbasierten Speichersystem
CN104424013B (zh) 在计算环境中部署虚拟机的方法和设备
CN104011717B (zh) 管理计算系统中的数据存储的方法和系统
ES2720482T3 (es) Equilibrio de carga en sistemas de almacenamiento en grupos
CN103365725B (zh) 在多个云之间动态分配工作负荷部署单元的方法和系统
DE112019005770T5 (de) Speicherverwaltung für ein cloudbasiertes Speichersystem
CN104603762B (zh) 利用并行文件访问协议的自动校准以及元数据管理支持对文件系统的共享存储的协调访问的方法及系统
CN103970607A (zh) 使用等价集合来计算优化虚拟机分配的方法和装置
US20240126471A1 (en) Virtual Volume-Based Replication
US10990282B1 (en) Hybrid data tiering with cloud storage
CN105893139A (zh) 在云存储环境中用于向租户提供存储服务的方法和装置
US9300536B2 (en) Cluster-aware resource provisioning in a networked computing environment
CN104216662B (zh) 用于跨远程复制关系的卷布置的方法和系统
CN103814358A (zh) 服务器群内的虚拟机放置
CN103946846A (zh) 使用虚拟驱动作为用于raid组的热备用
CN104516773A (zh) 用于物理机的数据分配方法和数据分配装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant