CN103842972B - 基于性能要求自动选择功能的方法和系统 - Google Patents

基于性能要求自动选择功能的方法和系统 Download PDF

Info

Publication number
CN103842972B
CN103842972B CN201280046892.8A CN201280046892A CN103842972B CN 103842972 B CN103842972 B CN 103842972B CN 201280046892 A CN201280046892 A CN 201280046892A CN 103842972 B CN103842972 B CN 103842972B
Authority
CN
China
Prior art keywords
storage volume
data
unit
described storage
volume unit
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.)
Active
Application number
CN201280046892.8A
Other languages
English (en)
Other versions
CN103842972A (zh
Inventor
B·D·怀特
P·N·卡施曼
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
Publication of CN103842972A publication Critical patent/CN103842972A/zh
Application granted granted Critical
Publication of CN103842972B publication Critical patent/CN103842972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0608—Saving storage space on storage systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061—Improving I/O performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/064—Management of blocks
    • G06F3/0641—De-duplication techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0662—Virtualisation aspects
    • G06F3/0665—Virtualisation aspects at area level, e.g. provisioning of virtual or logical volumes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input 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
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/0671—In-line storage system
    • G06F3/0683—Plurality of storage devices
    • G06F3/0685—Hybrid storage combining heterogeneous device types, e.g. hierarchical storage, hybrid arrays

Abstract

对用于配置存储卷单元的多个功能进行维护，其中多个功能中的每一个响应于被应用于存储卷单元而以不同方式配置该存储卷单元。计算有关存储卷单元中所存储数据的数据增长速率和访问特性的统计。基于所计算的统计而确定多个功能中的哪一功能要被应用于该存储卷单元。

Description

基于性能要求自动选择功能的方法和系统
技术领域
本公开内容涉及用于基于性能要求自动选择功能以减少存储容量的方法、系统和计算机程序产品。
背景技术
存储系统中所部署的许多特征是为了降低商业成本。例如，可以使用数据减少和空闲空间回收来减少对存储容量的需求。在某些情况下，这样的特征可以经由其中对空闲空间加以回收的精简配置(thin provisioning)、经由其中可以针对单个数据流保存多个引用的去重、或者经由其中通过应用有损或无损压缩机制减少数据的数据压缩来进行部署。
在精简配置中，可以定义存储卷，但是存储空间可以仅在对存储卷执行写操作时才对该存储卷进行分配。在数据去重中，仅可以保存一组重复数据的单个副本并且可以保存指针以使得原始重复数据所存储的位置能够得以被确定。在数据压缩中，与无损压缩相比，有损压缩会导致存储要求更大幅的降低。可能会注意到的是，存储空间要求可以经由精简配置、数据去重以及经由数据压缩而有所降低。与减少存储空间要求的精简配置、数据去重或数据压缩相比，被完全分配的卷可能并不具有任何精简配置、数据去重或数据压缩，并且不会减少存储空间要求。
发明内容
提供了一种方法、系统和计算机程序产品，其中对用于配置存储卷单元的多个功能进行维护，其中多个功能中的每一个响应于被应用于存储卷单元而以不同方式配置该存储卷单元。计算有关存储卷单元中所存储数据的数据增长速率以及访问特性的统计。基于所计算的统计而作出对多个功能中的哪一功能要被应用于该存储卷单元的确定。
在某些实施例中，该多个功能包括精简配置，其中所计算的统计包括确定对存储卷单元执行写操作的速率以及在存储卷单元上的未使用空间的可用量。响应于确定对存储卷单元执行写操作的速率并未超过写操作的预定速率、并且存储卷单元上的未使用空间的可用量超过预定阈值而对存储卷单元应用精简配置。
在某些实施例中，该多个功能包括数据去重，其中所计算的统计包括确定在存储卷单元上存在多少重复数据。响应于确定在存储卷单元上存在的重复数据超过预定阈值、并且针对存储卷单元的访问时间要求大于预定访问时间速率，对存储卷单元应用数据去重。
在另外的实施例中，该多个功能包括完全分配。
响应于确定针对存储卷单元的访问时间要求小于预定阈值的时间量、对存储卷单元应用完全分配。
在另外的实施例中，该多个功能包括数据压缩，其中所计算的统计包括确定有多少存储在存储卷单元上的数据能够被压缩。响应于确定针对数据的访问时间要求将在对存储卷单元中所存储的数据进行压缩之后得以被满足，对存储卷单元上存储的数据进行压缩。
在另外的实施例中，按照在对存储卷单元执行操作方面的性能的降序、以及按照在存储卷单元的存储要求方面的效率的升序，该多个功能包括完全分配、精简配置、数据压缩和数据去重。
在另外的实施例中，存储卷单元是包括预定数量的千字节（kilobyte）的范围。
在另外的实施例中，通过对所选择存储卷的所选择单元中所存储的数据应用不同功能，所选择存储卷的所选择单元在访问时间或存储效率方面有所提升或劣化。
附图说明
现在参考附图，其中同样的参考标号始终表示相对应的部分：
图1图示了依据某些实施例的计算环境的框图，其包括耦合至多个存储设备的存储控制器；
图2图示了依据某些实施例的框图，其示出了存储控制器中所实施的统计收集器应用如何收集有关对应于多个存储设备的存储卷单元中所存储数据的统计；
图3图示了依据某些实施例的框图，其示出了存储控制器中所实施的功能确定应用如何确定向对应于多个存储设备的存储卷单元中所存储数据应用何种功能；
图4图示了依据某些实施例的框图，其示出了可以如何以有关存储空间减少和访问时间减少的关系而对功能集合进行布置；
图5图示了依据某些实施例的流程图，其示出了由存储控制器所执行的操作；
图6图示了网络计算环境中的节点的实现；
图7图示了云计算环境的实施例；
图8图示了云计算环境的抽象模型层的实施例；和
图9图示了依据某些实施例的计算系统的框图，其示出了能够包括在图1的存储控制器中的某些部件。
具体实施方式
在以下描述中对形成其一部分并且图示了若干实施例的附图进行参考。所要理解的是，可以采用其它实施例并且可以进行结构和功能的变化。
用于减少存储容量需求的特征的应用
各种系统可以提供一种或多种类型的特征以便减少对存储容量的需求，但是是由用户来决定哪些特征可被应用于他们想要配置的特定数据卷。此外，可以在配置卷时决定所要应用的特征，并且将一个特征的应用改变为另一特征的应用可能需要用户的介入以及对 于每个特征可能会提供的益处的一些详细分析。
某些实施例允许对给定卷的表现进行动态分析，以及关于哪些可用特征与给定卷的数据创建和后续访问特性最为适合的自动确定。某些实施例允许卷的迁移以基于创建和访问特性的动态分析提供最佳特征。这样的实施例允许关于哪些特征最适合被应用于存储卷上所存储的数据的自动确定。因而，终端用户不必人工确定给定特征是否可应用于所选择的卷。
在某些实施例中，（以每个卷为基础）维护有关数据增长速率和数据的访问特性的统计。所维护的统计允许系统基于一些预定义模板来确定要对数据使用何种功能，该预定义模板定义了每种功能（例如，精简配置、去重、压缩等）的使用特性。
在某些实施例中，关于存储卷是否会“退化（down featured）”或劣化而进行确定。退化意味着改变应用于存储卷的功能，从而使得访问速度有所降低但存储容量有所增加。例如，新的卷可以始终作为完全分配的卷来提供，其并不使用精简配置、去重、压缩等。系统运行一段时间并且累积一些提供增长和访问模式的统计。该系统随后能够决定如果在该特征的持续过程中该卷上的数据适于进行压缩，并且如果压缩吞吐速率能够满足访问特性，则该卷能够从完全分配“退化”至压缩。
示例性实施例
图1图示了依据某些实施例的计算环境100的框图，其包括耦合至多个存储设备104a...104n的存储控制器102。在某些实施例中，计算环境100可以是云计算环境的一部分。存储控制器102可以包括任意适当的计算设备，包括本领域目前已知的那些计算设备，诸如个人计算机、工作站、服务器、大型主机、手持计算机、掌上电脑、电话设备、网络装置、刀片计算机、服务器等。多个存储设备104a...104n可以包括任意适当的存储设备，诸如硬盘、固态盘、光盘、磁带等。
存储控制器102对多个存储设备104a....04n进行控制并且创建多个存储卷106a...106m，多个存储卷106a...106m在逻辑上表示多个存储设备104a...104n中所存储的数据。每个存储卷可以包括诸如范围、块等的多个单元。例如，在图1中，存储卷106被示为包括多个范围108a...108p。
存储控制器102包括统计生成器应用110、功能确定应用112、去重应用114、压缩应用116、精简配置应用118和完全分配应用120。存储控制器102还保持与去重应用114、压缩应用116、精简配置应用118和完全分配应用120的性能和特性相关的预定阈值122和其它信息。
统计收集器应用110生成包括与多个存储卷106a...106m中所存储数据相关的元数据的统计。功能确定应用112使用统计收集器应用110所生成的统计并且基于通过使用阈值122所进行的计算而确定去重应用114、压缩应用116、精简配置应用118或完全分配应用120中的哪一个要被应用于存储卷106a...106m的单元中所存储的数据。
图2图示了依据某些实施例的框图200，其示出了在存储控制器102中实施的统计收集器应用110如何收集有关对应于多个存储设备104a...104n的存储卷106a...106m的单元中所存储数据的统计。
在某些实施例中，统计收集器应用110对每个存储卷或每个单元（例如，范围）生成统计。所收集的统计也可以被称作元数据。所收集的统计可以涉及数据增长速率202和访问特性204。也可以生成其它统计。
数据增量速率202可以是存储卷或单元上的被使用容量增长多快的度量。例如，基于所选择单元中的历史数据增长模式，所选择单元的数据增长速率可以被估计为每天2千字节，其中数据增长可能至少由写操作所引起。
访问特性204可以包括诸如读、写、附加等的输入/输出（I/O）操作的数据访问速度的度量。可以对性能206、峰值吞吐率（按照每 秒兆字节、每秒输入输出操作等）208、响应时间210等进行度量。在某些实施例中，访问特性还可以确定访问的位置。
图3图示了依据某些实施例的框图300，其示出了存储控制器102中所实施的功能确定应用112如何确定向对应于多个存储设备104a...104n的存储卷106a...106m的单元中所存储数据应用何种功能。
功能确定应用112对统计收集器应用110所收集的统计302进行分析并且使用预定阈值122来确定是否对单元或存储卷进行去重304、压缩306、精简配置308或完全分配310。如果期望进行去重304，则对存储卷106a...106m的单元中所存储的数据应用去重应用114。如果期望进行压缩306，则对存储卷106a...106m的单元中所存储的数据应用压缩应用116。如果期望进行精简配置308，则对存储卷106a...106m的单元中所存储的数据应用精简配置应用118。如果期望进行完全分配310，则对存储卷106a...106m的单元中所存储的数据应用完全分配应用120。
图4图示了依据某些实施例的流程图400，其示出了可以如何以有关存储空间减少和访问时间减少的关系而对功能集合进行布置。
在某些实施例中，可以关于卷或单元的压缩能力、去重能力、精简配置能力而对卷或者卷的单元进行确定。利用该数据，能够进行分析，该分析随后与每种功能的已知限制进行交叉引用。
在示例性实施例中，功能确定应用112可以使用数据增长统计来确定源卷仅有20%被利用并且每月增长仅为1%。在这样的情况下，释放80%的未分配空间以供其它卷使用会是适宜的，并且由于没有过多使得卷增长的写操作进行而可以应用精简配置应用118。
最终结果是，随着时间，系统可以自动对卷进行迁移以针对正确的卷使用正确的特征，而无需来自终端用户的任何介入。某些实施例将终端用户与存储系统的复杂性及其可用特征脱离耦合。也可能基于访问统计的变化而改变功能的应用。
因为可能需要许多小块读取来对来自去重数据的数据块进行重 建，所以重构可能具有有限的吞吐能力。关于写入，去重可能必须要构建散列数据并且查找任何重复，而这会导致额外的存储器使用。结果，去重可能具有某种MB/s、I/O操作/s和响应时间特性。
压缩主要在压缩算法所进行的读取和写入两方面受到限制，并且在访问时间方面可能比去重稍快。
精简配置的影响主要在于写入，尤其是针对磁盘的新区域的写入，并且因此可以提供比压缩或去重中任一更快的访问时间。
这给出了如图4所示的从完全分配402到精简配置404到压缩406到去重408的特征过程，其如经由图4中的参考标号410所示的那样从最高性能到最低性能。然而，在性能最低的情况下获得最大的存储效率（经由参考标号412所示出）。
有关每种特征的限制的该背景信息能够被用来确定被分析的卷是否可以“退化”。基于当前经由吞吐量所指示的访问特性，如果访问特性能够被包含，则系统可以针对卷数据的小规模子集运行样本“退化”过程。例如，如果选择了压缩，则可以临时创建草稿卷，并且可以对卷数据的子集运行压缩应用116以确定压缩的开销在磁盘使用节约方面是否值得。这同样应用于去重。基于这样的样本运行，可以作出有关是否以更大访问时间为代价达到更大存储效率的决策。
应当注意的是，在某些实施例中，诸如完全分配402、精简配置404、压缩406和去重之类的多个示例性功能可以以与图4所示不同的顺序执行。而且，在某些实施例中，多个示例性功能可以在相同的范围、块等上是活跃的。例如，在某些实施例中，去重和压缩功能可以在相同的范围上是活跃的。图4所示的功能402、404、406、408是出于说明的目的，并且在其它实施例中，可以应用并未在图4中示出的另外的功能。
图5图示了依据某些实施例的流程图500，其示出了存储控制器102所执行的操作。图5所示的操作可以由在存储控制器102内执行的应用来执行。
控制在框502开始，其中对用于配置存储卷单元的多个功能进行维护，其中多个功能中的每一个响应于被应用于存储卷单元而以不同方式对存储卷单元进行配置。
控制前进至框504，其中计算有关存储卷单元中所存储数据的数据增长速率和访问特性的统计。（在框506）基于所计算的统计进行有关多个功能中的哪一功能要应用于存储卷单元的确定。
在另外的实施例中，按照在对存储卷单元执行操作方面的性能410的降序以及以在存储卷单元的存储要求方面的效率412的升序，该多个功能包括完全分配120、精简配置118、数据压缩116和数据去重114。通过对卷中所存储数据应用不同功能，卷在访问时间和存储效率方面能够升级或劣化。
某些实施例可以对每个卷的“分块（chunk）”即单元检查该分块的层次是否应当上移或下移。例如，非常高性能的分块可以存储在固态磁盘（SSD）上，低性能的分块则存储在串行耦合的设备上，等等。在某些实施例中，可以确定分块X很少被访问并且因此分块X可以被压缩，而分块Y则非常频繁地被访问，并且分块Y可以保持为完全分配的分块。这可能意味着卷可以使用用于减少存储的全部、一些先进特征或者不使用该先进特征，但是实施例则采用了从卷级别到分块级别的粒度。
因此，图1-图5图示了基于访问时间和存储要求的使用统计进行用于减少数据存储要求的多个功能中的哪些要被应用于存储卷中所存储的数据的确定的某些实施例。
云计算实施例
图1的计算环境100可以是一种服务交付模式的云计算模型，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。图6-8描述了云计算的实现，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。
特性
云计算模型的至少五种特性如下：
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
至少三种服务模型如下：
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
至少四种部署模型如下：
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。
团共同体云：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。
图6图示了云计算节点600的实施例，其可以包括存储控制器102和存储设备104a...104n组件的实现，其中该组件可以在一个或多个节点600中实现。云计算节点600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600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600具有计算机系统/服务器602，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602一起操作的计算系统、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602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602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6所示，云计算节点600中的计算机系统/服务器602以通用计算设备的形式表现。计算机系统/服务器602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604，系统存储器606，连接不同系统组件（包括系统存储器606和处理单元604）的总线608。
总线608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602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602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606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）610和/或高速缓存存储器612。计算机系统/服务器602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613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608相连。存储器606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616的程序/实用工具614，可以存储在存储器606中，这样的程序模块616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616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602也可以与一个或多个外部设备618（例如键盘、指向设备、显示器620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602交互的设备通信，和/或与使得该计算机系统/服务器602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622进行。并且，计算机系统/服务器602还可以通过网络适配器624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624通过总线608与计算机系统/服务器602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602一起操作，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、RAID系统、磁带驱动器以及数据备份存储系统等。
现在参考图7，其中显示了示例性的云计算环境750。如图所示， 云计算环境750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600，本地计算设备例如可以是个人数字助理（PDA）或移动电话754A，台式电脑754B、笔记本电脑754C和/或汽车计算机系统754N。云计算节点600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600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750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7显示的各类计算设备754A-N仅仅是示意性的，云计算节点600以及云计算环境750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。
另外，图7示出了单个云。然而，除了具有消费者/生产数据之外的云之外，某些云实施例可以提供包括单独的“备份”或“数据保护”云。提供单独且不同的另外的云作为数据保护云以便将任何主要云模型（私有、团体、混合等）与数据保护云分隔开来防止了单点故障并且为单独备份云中的消费者数据提供了更大程度的保护。
现在参考图8，其中显示了云计算环境750（图7）提供的一组功能抽象层。首先应当理解，图8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8所示，提供下列层和对应功能：
硬件和软件层860包括硬件和软件组件。硬件组件的例子包括：主机，例如系统；基于RISC（精简指令集计算机）体系结构的服务器，例如IBM系统；IBM系统;IBM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应用服务器软件；数据库软件，例如IBM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862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864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866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；交易处理；等等。
已经出于图示的目的呈现了对本发明各种实施例的描述，但这些描述并非旨在穷举或限制于所公开的实施例。许多修改和变化对于诸如以上参考图1-图5所描述的那些统计收集、功能确定、去重、压缩、精简配置和完全分配服务是明显的。
附加实施例细节：
所描述的操作可以使用标准编程和/或工程技术而被实施为方法、装置或计算机程序产品以产生软件、固件、硬件或者其组合。因此，实施例的方面可以采用全硬件实施例、全软件实施例（包括固件、驻留软件、微代码等）或者包含软件和硬件方面的形式，它们在这里将全部被称作“电路”、“模块”或“系统”。此外，实施例的方面可以采取以具有记录于其中的计算机可读程序代码的一个或多个计算机可读介质所实现的计算机程序产品的形式。
可以利用一个或多个计算机可读介质的任意组合。计算机可读 介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质例如可以是电子、磁性、光学、电磁、红外或半导体系统、装置或设备或者以上的任意适当组合，但是并不局限于此。计算机可读存储介质的更为具体的示例（非穷举列表）将包括以下：具有一条或多条线路的电连接、便携式计算机软盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器（CD-ROM）、光学存储设备、磁性存储设备，或者以上的任意适当组合。在本文的上下文中，计算机可读存储介质可以是任意有形介质，其可以包含或存储程序以便由指令执行系统、装置或设备使用或者结合它们使用。
计算机可读信号介质可以包括具有例如在基带中或者作为载波的一部分而记录于其中的计算机可读程序代码的传播数据信号。这样的传播信号可以采取各种形式，包括但并不局限于电磁、光学或者其任意适当组合。计算机可读信号介质可以是并非计算机可读存储介质并且能够传达、传播或输送程序以便由指令执行系统、装置或设备使用或者结合它们使用的任意计算机可读介质。
具体化在计算机可读介质上的程序代码可以使用任意适当介质进行传送，包括但并不局限于无线、有线、光线线缆、RF等或者以上的任意适当组合。
用于执行本发明方面的计算机程序代码可以以一种或多种编程语言的任意组合进行编写，包括诸如Java*、Smalltalk、C++等的面向对象编程语言或诸如“C”编程语言的常规过程化编程语言或者类似的编程语言。程序代码可以完全在用户计算机上执行，作为独立软件包部分在用户计算机上执行，部分在用户计算机上执行而部分在远程计算机上执行，或者完全在远程计算机上执行。在后者的情况下，远程计算机可以通过任意类型的网络连接至用户计算机，网络包括局域网（LAN）或广域网（WAN），或者可以形成到外部计算机的连接（例如，使用互联网服务提供商而通过互联网。
以下参考根据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/或框图对本发明的各方面进行描述。将要理解的是，流程图和/或框图中的每个框以及流程图和/或框图中的框的组合能够由计算机程序指令来实施。这些计算机程序指令可以被提供至通用计算机、专用计算机或者其它可编程数据处理装置的处理器以产生机器，从而使得经由计算机或其它可编程数据处理装置的处理器执行的指令创建用于实施流程图和/或框图中的一个或多个框中所指定的功能/操作的装置。
这些计算机程序指令还可以存储在计算机可读介质中，其能够指示计算机、其它可编程数据处理装置或其它设备以特定方式进行工作，从而使得计算机可读介质中所存储的指令产生制造品，其包括实施流程图和/或框图中的一个或多个框中所指定的功能/操作的指令。
计算机程序指令还可以被加载到计算机、其它可编程数据处理装置或其它设备上以使得一系列操作步骤得以在计算机、其它可编程装置或其它设备上执行而产生计算机实施的过程，从而使得在计算机或其它可编程装置上执行的指令提供用于实施流程图和/或框图中的一个或多个框中所指定的功能/操作的过程。
图9图示了依据某些实施例的框图，其示出了可以包括在存储控制器102中的某些部件。系统900包括存储控制器102并且可以包括电路902，在某些实施例中，该电路902可以包括至少一个处理器904。系统900还可以包括存储器906（例如，易失性存储器设备）和存储装置908。存储装置908可以包括非易失性存储器设备（例如，EEPROM、ROM、PROM、RAM、DRAM、SRAM、快闪、固件、可编程逻辑等）、磁盘驱动器、光盘驱动器、磁带驱动器等。存储装置908可以包括内部存储设备、附接存储设备和/或网络可访问存储设备。系统900可以包括程序逻辑910，程序逻辑910包括可以加载到存储器906中并且由处理器904或电路902执行的代码912。在某些实施例中，包括代码912的程序逻辑910可以被存储在存储装 置908中。在某些其它实施例中，程序逻辑910可以在电路902中实施。因此，虽然图9独立于其它部件示出了程序逻辑910，但是程序逻辑910可以在存储器906和/或电路902中实施。
某些实施例可以针对于用于由人员或者将计算机可读代码整合到计算系统中的自动化处理对计算指令进行部署的方法，其中使得与计算系统相结合的代码能够执行所描述实施例的操作。
除非另外明确指出，否则术语“一实施例”、“实施例”、“多个实施例”、“该实施例”、“该多个实施例”、“一个或多个实施例”、“一些实施例”和“一个实施例”意味着“（多个）本发明的一个或多个（但非全部）实施例”。
除非另外明确指出，否则术语“包括”、“包含”、“具有”及其各种变化形式意味着“包括但并不局限于”。
除非另外明确指出，否则术语的枚举并不隐含着任何或全部术语是互斥的。
除非另外明确指出，否则术语“一种”、“一”和“该”（“a”、“an”和“the”）意味着“一个或多个”。
除非另外明确指出，否则互相通信的设备无需彼此处于连续通信之中。此外，互相通信的设备可以直接通信或者通过一个或多个中间介质间接通信。
具有互相通信的若干组件的实施例的描述并非意味着要求所有这样的组件。与之相反，描述了各种可选组件以说明本发明各种可能的实施例。
另外，虽然过程步骤、方法步骤、算法等可以以连续顺序进行描述，但是这样的过程、方法和算法可以被配置为以可替换顺序进行工作。换句话说，可以描述的步骤的任意序列或顺序并非必然指示该步骤要以该顺序执行的要求。这里所描述的处理的步骤可以以任意可行顺序来执行。另外，一些步骤可以同时执行。
当这里对单个设备或物品进行描述时，显然可以使用多于一个的设备/物品（无论它们是否进行协作）而替代单个设备/物品。类似 地，在这里描述了多于一个的设备或物品时（无论它们是否进行协作），显然可以使用单个设备/物品来替代多于一个的设备或物品，或者可以替代所示出数量的设备或程序而使用不同数量的设备/物品。设备的功能和/或特征可以可替换地由并未明确描述为具有这样的功能/特征的一个或多个其他设备所体现。因此，本发明的其他实施例无需包括该设备本身。
图中已经图示出的至少某些操作示出了以某种顺序发生的某些事件。在可替换实施例中，某些操作可以以不同顺序执行、被修改或去除。此外，可以向以上所描述的逻辑增加步骤并且仍然符合所描述的实施例。另外，这里所描述的操作可以顺序进行或者某些操作可以并行进行。而且，操作可以由单个处理单元或分布式处理单元来执行。
之前已经出于说明和描述的目的给出了本发明各个实施例的描述。其并非意在作为穷举或者将本发明限制为所公开的确切形式。可能鉴于以上教导进行许多修改和变化。本发明的范围并非意在由该详细描述所限制而是由所附权利要求进行限制。以上描述、示例和数据提供了对于本发明的组成形式的制造和使用的完整描述。由于能够在不背离本发明范围的情况下形成本发明的许多实施例，所以本发明以随后所附权利要求所体现。
*Java是Oracle和/或其分支机构的商标或注册商标。
*IBM,zSeries,pSeries,xSeries;BladeCenter,WebSphere,DB2是IBM公司的商标或注册商标。

Claims (13)

1.一种基于性能要求自动选择功能的方法，包括：
维护用于配置存储卷单元的多个功能，其中所述多个功能中的每一个功能响应于被应用于所述存储卷单元而以不同方式配置所述存储卷单元；
计算有关所述存储卷单元中存储的数据的数据增长速率和访问特性的统计；以及
基于计算的所述统计而确定所述多个功能中的哪一功能要被应用于所述存储卷单元；
其中按照在对所述存储卷单元执行操作方面的性能的降序、以及按照在所述存储卷单元的存储要求方面的效率的升序，所述多个功能包括完全分配、精简配置、数据压缩和数据去重；
其中新的卷作为完全分配的卷来初始提供，不使用精简配置、数据去重、数据压缩，根据计算统计该新的卷被迁移至精简配置、数据压缩和数据去重；
其中计算的所述统计包括确定对所述存储卷单元执行写操作的速率以及在所述存储卷单元上的未使用空间的可用量，所述操作进一步包括：
响应于确定对所述存储卷单元执行写操作的速率并未超过写操作的预定速率、并且所述存储卷单元上的未使用空间的所述可用量超过预定阈值，对所述存储卷单元应用精简配置。
2.根据权利要求1所述的方法，其中计算的所述统计包括确定在所述存储卷单元上存在多少重复数据，所述方法进一步包括：
响应于确定在所述存储卷单元上存在的重复数据超过预定阈值、并且针对所述存储卷单元的访问时间要求大于预定访问时间速率，对所述存储卷单元应用数据去重。
3.根据权利要求1所述的方法，所述方法进一步包括：
响应于确定针对所述存储卷单元的访问时间要求小于预定阈值的时间量，对所述存储卷单元应用完全分配。
4.根据权利要求1所述的方法，其中计算的所述统计包括确定有多少存储在所述存储卷单元上的所述数据能够被压缩，所述方法进一步包括：
响应于确定针对所述数据的访问时间要求将在对所述存储卷单元中存储的所述数据进行压缩之后被满足，对所述存储卷单元上存储的所述数据进行压缩。
5.根据权利要求1所述的方法，其中所述存储卷单元包括预定数量的千字节的范围。
6.根据权利要求1所述的方法，其中通过对选择的存储卷的选择的单元中存储的数据应用不同功能，选择的所述存储卷的选择的所述单元在访问时间或存储效率方面有所提升或劣化。
7.一种基于性能要求自动选择功能的系统，包括：
存储器；以及
耦合至所述存储器的处理器，其中所述处理器执行操作，所述操作包括：
维护用于配置存储卷单元的多个功能，其中所述多个功能中的每一个功能响应于被应用于所述存储卷单元而以不同方式配置所述存储卷单元；
计算有关所述存储卷单元中存储的数据的数据增长速率和访问特性的统计；以及
基于计算的所述统计而确定所述多个功能中的哪一功能要被应用于所述存储卷单元；
其中按照在对所述存储卷单元执行操作方面的性能的降序、以及按照在所述存储卷单元的存储要求方面的效率的升序，所述多个功能包括完全分配、精简配置、数据压缩和数据去重；
其中新的卷作为完全分配的卷来初始提供，不使用精简配置、数据去重、数据压缩，根据计算统计该新的卷被迁移至精简配置、数据压缩和数据去重；
其中计算的所述统计包括确定对所述存储卷单元执行写操作的速率以及在所述存储卷单元上的未使用空间的可用量，所述操作进一步包括：
响应于确定对所述存储卷单元执行写操作的速率并未超过写操作的预定速率、并且所述存储卷单元上的未使用空间的所述可用量超过预定阈值，对所述存储卷单元应用精简配置。
8.根据权利要求7所述的系统，其中计算的所述统计包括确定在所述存储卷单元上存在多少重复数据，所述操作进一步包括：
响应于确定在所述存储卷单元上存在的重复数据超过预定阈值、并且针对所述存储卷单元的访问时间要求大于预定访问时间速率，对所述存储卷单元应用数据去重。
9.根据权利要求7所述的系统，所述操作进一步包括：
响应于确定针对所述存储卷单元的访问时间要求小于预定阈值的时间量，对所述存储卷单元应用完全分配。
10.根据权利要求7所述的系统，其中计算的所述统计包括确定有多少存储在所述存储卷单元上的所述数据能够被压缩，所述操作进一步包括：
响应于确定针对所述数据的访问时间要求将在对所述存储卷单元中存储的所述数据进行压缩之后被满足，对所述存储卷单元上存储的所述数据进行压缩。
11.根据权利要求7所述的系统，其中所述存储卷单元包括预定数量的千字节的范围。
12.根据权利要求7所述的系统，其中通过对选择的存储卷的选择的单元中存储的数据应用不同功能，选择的所述存储卷的选择的所述单元在访问时间或存储效率方面有所提升或劣化。
13.根据权利要求7所述的系统，其中提供软件作为云计算环境中的服务。
CN201280046892.8A 2011-09-28 2012-09-19 基于性能要求自动选择功能的方法和系统 Active CN103842972B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/247,283 2011-09-28
US13/247,283 US8965937B2 (en) 2011-09-28 2011-09-28 Automated selection of functions to reduce storage capacity based on performance requirements
PCT/IB2012/054963 WO2013046092A1 (en) 2011-09-28 2012-09-19 Automated selection of functions to reduce storage capacity based on performance requirements

Publications (2)

Publication Number Publication Date
CN103842972A CN103842972A (zh) 2014-06-04
CN103842972B true CN103842972B (zh) 2016-08-17

Family

ID=47912392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280046892.8A Active CN103842972B (zh) 2011-09-28 2012-09-19 基于性能要求自动选择功能的方法和系统

Country Status (5)

Country Link
US (5) US8965937B2 (zh)
CN (1) CN103842972B (zh)
DE (1) DE112012003505B4 (zh)
GB (1) GB2509425B (zh)
WO (1) WO2013046092A1 (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8935493B1 (en) * 2011-06-30 2015-01-13 Emc Corporation Performing data storage optimizations across multiple data storage systems
US8965937B2 (en) 2011-09-28 2015-02-24 International Business Machines Corporation Automated selection of functions to reduce storage capacity based on performance requirements
US10248582B2 (en) 2011-11-07 2019-04-02 Nexgen Storage, Inc. Primary data storage system with deduplication
US9396069B2 (en) * 2012-09-06 2016-07-19 Empire Technology Development Llc Cost reduction for servicing a client through excess network performance
US9372726B2 (en) 2013-01-09 2016-06-21 The Research Foundation For The State University Of New York Gang migration of virtual machines using cluster-wide deduplication
US9325791B1 (en) * 2013-03-12 2016-04-26 Western Digital Technologies, Inc. Cloud storage brokering service
US9569476B2 (en) * 2013-04-02 2017-02-14 International Business Machines Corporation Intelligent data routing and storage provisioning
US9665599B2 (en) * 2013-06-03 2017-05-30 International Business Machines Corporation Maintaining database consistency when nearing the end of a database recovery log
WO2015150976A1 (en) 2014-04-03 2015-10-08 Strato Scale Ltd. Cluster-wide memory management using similarity-preserving signatures
CN103995530A (zh) * 2014-05-23 2014-08-20 重庆机电职业技术学院 一种基于智能配电环境下的故障预测方法
US9390028B2 (en) 2014-10-19 2016-07-12 Strato Scale Ltd. Coordination between memory-saving mechanisms in computers that run virtual machines
US20160132523A1 (en) * 2014-11-12 2016-05-12 Strato Scale Ltd. Exploiting node-local deduplication in distributed storage system
US9946465B1 (en) * 2014-12-31 2018-04-17 EMC IP Holding Company LLC Adaptive learning techniques for determining expected service levels
US9912748B2 (en) 2015-01-12 2018-03-06 Strato Scale Ltd. Synchronization of snapshots in a distributed storage system
EP3126987A4 (en) 2015-02-26 2017-11-22 Strato Scale Ltd. Using access-frequency hierarchy for selection of eviction destination
US10248319B2 (en) * 2015-03-31 2019-04-02 International Business Machines Corporation Storage pool capacity management
US9710178B2 (en) 2015-04-10 2017-07-18 International Business Machines Corporation Optimizing volume placement based upon desired response time and priority
US9984141B2 (en) * 2015-08-21 2018-05-29 International Business Machines Corporation Inferring application type based on input-output characteristics of application storage resources
CN105468733B (zh) * 2015-11-23 2019-04-19 上海爱数信息技术股份有限公司 一种基于源端数据重删的卷复制方法
US10331353B2 (en) * 2016-04-08 2019-06-25 Branislav Radovanovic Scalable data access system and methods of eliminating controller bottlenecks
US10154044B2 (en) * 2016-04-15 2018-12-11 International Business Machines Corporation Method, system, and computer program product for providing security and responsiveness in cloud based data storage and application execution
JP2018037886A (ja) * 2016-08-31 2018-03-08 株式会社東芝 画像配信装置、画像配信システム、および画像配信方法
US11513902B1 (en) * 2016-09-29 2022-11-29 EMC IP Holding Company LLC System and method of dynamic system resource allocation for primary storage systems with virtualized embedded data protection
US10248400B1 (en) 2016-11-15 2019-04-02 VCE IP Holding Company LLC Computer implemented system and method, and a computer program product, for automatically determining a configuration of a computing system upon which a software application will be deployed
CN106532785A (zh) * 2016-12-28 2017-03-22 河海大学 一种计及新型云模型的负荷频率控制方法
US10963171B2 (en) 2017-10-16 2021-03-30 Red Hat, Inc. Compressibility instrumented dynamic volume provisioning
US10613760B2 (en) * 2018-07-16 2020-04-07 EMC IP Holding Company LLC Techniques for assessing data reduction efficiency
US11030314B2 (en) * 2018-07-31 2021-06-08 EMC IP Holding Company LLC Storage system with snapshot-based detection and remediation of ransomware attacks
CN111857544A (zh) * 2019-04-26 2020-10-30 鸿富锦精密电子(天津)有限公司 存储资源管理装置及管理方法
US11372556B2 (en) * 2020-09-03 2022-06-28 Dell Products, L.P. Snapshot access using nocopy undefined thin devices
US11315028B2 (en) * 2020-09-03 2022-04-26 Dell Products, L.P. Method and apparatus for increasing the accuracy of predicting future IO operations on a storage system
US11750569B2 (en) 2020-12-09 2023-09-05 International Business Machines Corporation Private cloud user insight privacy
US11431350B1 (en) * 2021-02-05 2022-08-30 Cox Communications, Inc. Lossy statistical data compression
US20220300650A1 (en) * 2021-03-22 2022-09-22 International Business Machines Corporation Cognitive framework for privacy-driven user data sharing

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8281022B1 (en) * 2000-06-30 2012-10-02 Emc Corporation Method and apparatus for implementing high-performance, scaleable data processing and storage systems
JP4175788B2 (ja) 2001-07-05 2008-11-05 株式会社日立製作所 ボリューム制御装置
US7065619B1 (en) 2002-12-20 2006-06-20 Data Domain, Inc. Efficient data storage system
JP4244319B2 (ja) * 2003-12-17 2009-03-25 株式会社日立製作所 計算機システム管理プログラム，記録媒体，ならびに計算機システム管理システムおよびそのための管理装置および記憶装置
US8112605B2 (en) * 2005-05-02 2012-02-07 Commvault Systems, Inc. System and method for allocation of organizational resources
US7536529B1 (en) 2005-06-10 2009-05-19 American Megatrends, Inc. Method, system, apparatus, and computer-readable medium for provisioning space in a data storage system
JP2008097502A (ja) 2006-10-16 2008-04-24 Hitachi Ltd 容量監視方法及び計算機システム
US20080282047A1 (en) 2007-05-08 2008-11-13 Hitachi, Ltd. Methods and apparatus to backup and restore data for virtualized storage area
US7870105B2 (en) * 2007-11-20 2011-01-11 Hitachi, Ltd. Methods and apparatus for deduplication in storage system
US8244868B2 (en) * 2008-03-24 2012-08-14 International Business Machines Corporation Thin-provisioning adviser for storage devices
JP5567478B2 (ja) 2008-07-08 2014-08-06 日本高純度化学株式会社 銅系金属上のパラジウムめっき皮膜の製造方法及び該製造方法により得られるパラジウムめっき皮膜
WO2010019683A2 (en) * 2008-08-12 2010-02-18 Whetsel Robert C Trusted client-centric application architecture
US8161211B2 (en) 2009-02-25 2012-04-17 Hitachi, Ltd. Storage system and data processing method for the same
US8205065B2 (en) 2009-03-30 2012-06-19 Exar Corporation System and method for data deduplication
US8261018B2 (en) 2009-05-25 2012-09-04 Hewlett-Packard Development Company, L.P. Managing data storage systems
US8612439B2 (en) * 2009-06-30 2013-12-17 Commvault Systems, Inc. Performing data storage operations in a cloud storage environment, including searching, encryption and indexing
US9274941B1 (en) * 2009-06-30 2016-03-01 Emc Corporation Facilitating data migration between tiers
US8285952B2 (en) 2009-09-17 2012-10-09 Hitachi, Ltd. Method and apparatus to utilize large capacity disk drives
US8156306B1 (en) * 2009-12-18 2012-04-10 Emc Corporation Systems and methods for using thin provisioning to reclaim space identified by data reduction processes
US8966218B2 (en) * 2010-07-01 2015-02-24 International Business Machines Corporation On-access predictive data allocation and reallocation system and method
US8489812B2 (en) * 2010-10-29 2013-07-16 International Business Machines Corporation Automated storage provisioning within a clustered computing environment
CN102104496B (zh) 2010-12-23 2013-08-14 北京航空航天大学 一种云计算环境下中间数据的容错性优化方法
US8965937B2 (en) 2011-09-28 2015-02-24 International Business Machines Corporation Automated selection of functions to reduce storage capacity based on performance requirements

Also Published As

Publication number Publication date
US10444996B2 (en) 2019-10-15
US8965937B2 (en) 2015-02-24
US20190391744A1 (en) 2019-12-26
CN103842972A (zh) 2014-06-04
US20150100750A1 (en) 2015-04-09
DE112012003505T5 (de) 2014-06-05
DE112012003505B4 (de) 2024-02-08
US20130080728A1 (en) 2013-03-28
GB201405385D0 (en) 2014-05-07
WO2013046092A1 (en) 2013-04-04
US10444995B2 (en) 2019-10-15
US8959124B2 (en) 2015-02-17
US20150100751A1 (en) 2015-04-09
US20130080408A1 (en) 2013-03-28
GB2509425A (en) 2014-07-02
GB2509425B (en) 2020-03-18

Similar Documents

Publication Publication Date Title
CN103842972B (zh) 基于性能要求自动选择功能的方法和系统
CN104205115A (zh) 使用不同安全擦除算法以从文件擦除与不同安全级别关联的组块
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
CN103365781B (zh) 用于动态地重新配置存储系统的方法和设备
CN103718164B (zh) 虚拟计算机和服务
CN103281344B (zh) 用于混合云的服务使用的集成计量的方法和系统
CN103959264A (zh) 在存储云中使用去重复来管理不可变冗余文件
US20110225017A1 (en) Analytic-based scaling of information technology resources
CN104424013A (zh) 在计算环境中部署虚拟机的方法和设备
CN103988199A (zh) 已去重存储云中的数据残留的去除
CN103368867B (zh) 高速缓存经网络与辅助站点通信的对象的方法和系统
CN104937544B (zh) 用于计算任务结果的方法、计算机可读介质和计算机系统
US20120078948A1 (en) Systems and methods for searching a cloud-based distributed storage resources using a set of expandable probes
CN106020940A (zh) 用于确定数据集的放置的存储层级的方法和系统
CN104580349A (zh) 安全云管理代理
CN105843703A (zh) 将系统管理员动作提取到提供系统问题解决方案的工作流
CN104011717A (zh) 对数据存储备份的数据选择
CN103946831A (zh) 用于模板的成本感知的选择以供应共享资源的系统、方法和程序产品
CN104679591A (zh) 用于在云环境中进行资源分配的方法和装置
CN103581339A (zh) 基于云计算的存储资源分配监控处理方法
CN105335207A (zh) 用于管理虚拟机实例的方法和装置
CN109906597A (zh) 向和从云网络中存储和取回受限制的数据集和非受限制的数据集
CN104216662A (zh) 用于跨远程复制关系的卷布置的方法和系统
US10754556B2 (en) Prioritization of virtual volumes to take offline in a thin provisioning system
US20160098225A1 (en) Method for optimizing storage configuration for future demand and system thereof

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