CN104144194A - 云存储系统的数据处理方法及装置 - Google Patents
云存储系统的数据处理方法及装置 Download PDFInfo
- Publication number
- CN104144194A CN104144194A CN201310173547.7A CN201310173547A CN104144194A CN 104144194 A CN104144194 A CN 104144194A CN 201310173547 A CN201310173547 A CN 201310173547A CN 104144194 A CN104144194 A CN 104144194A
- Authority
- CN
- China
- Prior art keywords
- data slot
- data
- read
- storage system
- cloud storage
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种云存储系统的数据处理方法及装置，属于云存储技术领域。其中，该云存储系统的数据处理方法，应用于云存储系统的存储节点，所述方法包括：获取云存储系统中每个数据片段在预设时间周期内的总读写频率；根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量；将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上。本发明的技术方案能够提高云存储系统的数据访问性能。
Description
技术领域
本发明涉及云存储技术领域，特别是指一种云存储系统的数据处理方法及装置。
背景技术
近年来，云计算技术成为研究和应用的热点，特别是向执行中的程序或虚拟机提供数据块访问服务的云存储技术得到了飞速发展。将数据块资源分散存储于多个廉价的PC（个人电脑）存储节点之上，而不是集中存储在昂贵的大型存储设备中，统一对虚拟机程序或执行中程序提供数据块/卷访问服务已经逐步成为主流系统架构。在这些提供数据块服务的云存储系统中，往往通过数据多副本（2个以上）的形式保证数据的可靠性。
为了充分利用存储资源和便于数据块的统一管理，云存储系统往往会将用户数据卷切分成相同大小的多个数据片段（Chunk）进行存放。为保证数据的可靠性，云存储系统会为每个数据片段保存多个数据副本。同时，云存储系统会保证相同数据片段的不同数据块副本存储在不同的PC存储节点之上。为了保证用户数据的访问性能，不会被少数PC存储节点的能力限制，云存储系统会尽力保证所有数据片段在所有PC存储节点上均衡存储。
现有技术都是通过数据片段的均衡分布来保证云存储系统的访问性能，仅将多副本的数据片段均衡存储到各个存储节点之中，不加区分的对待所有数据片段，数据片段之间彼此独立，没有考虑数据片段访问之间的相关性，不利于充分发挥云存储系统的整体性能。
发明内容
本发明要解决的技术问题是提供一种云存储系统的数据处理方法及装置，能够提高云存储系统的数据访问性能。
为解决上述技术问题，本发明的实施例提供技术方案如下：
一方面，提供一种云存储系统的数据处理方法，应用于云存储系统的存储节点，所述方法包括：
获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量；
将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上。
进一步地，上述方案中，所述获取云存储系统中每个数据片段在预设时间周期内的总读写频率之前还包括：
将供用户访问的数据卷划分为成多个相同大小的数据片段，每个数据片段具有其唯一的顺序编号；
将同一数据片段的不同副本分别存储在云存储系统中不同的存储节点上。
进一步地，上述方案中，所述获取云存储系统中每个数据片段在预设时间周期内的总读写频率包括：
记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率；
获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率；
累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
进一步地，上述方案中，所述根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组包括：
将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段总数目。
进一步地，上述方案中，m为存储节点上数据片段总数目的20～30%。
进一步地，上述方案中，所述将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上之后还包括：
当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
本发明实施例还提供了一种云存储系统的数据处理装置，应用于云存储系统的存储节点，所述装置包括：
数据片段统计模块，用于获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
数据管理模块，用于根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，将同一数据片段组内的数据片段存储在不同的磁盘上，其中，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量。
进一步地，上述方案中，所述数据片段统计模块具体用于记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率，获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率，累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
进一步地，上述方案中，所述数据管理模块具体用于将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段的总数。
进一步地，上述方案中，所述数据管理模块还用于当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
本发明的实施例具有以下有益效果：
上述方案中，依据数据片段在预设时间周期内的总读写频率，将存储节点上的数据片段划分为多个数据片段组，并将同一数据片段组内的数据片段存储在存储节点中的不同的磁盘上，可以实现数据片段的相对均衡分布。
对于一个存储节点上存储的数据片段来说，读写频率最高的一部分数据片段之间往往具有较强的相关性。这是因为当一个数据片段被访问时，与其相关的数据片段往往也会被访问，这样对于读写频率较高的数据片段来说，其相关数据片段的访问频率也会比较高，因此依据数据片段在预设时间周期内的总读写频率来对数据片段进行分组，就可以将具有较高访问相关性的数据片段分到同一数据片段组中。因此本发明的技术方案还考虑了数据片段访问之间的相关性，也就是数据片段组内的某一个数据片段一旦被访问，同组内的其它数据片段往往也会一起被访问，本发明实施例将数据片段组内的数据片段均衡分散存储在存储节点的所有可用磁盘上，当组内的其中一个数据片段即将被访问时，能够将该组内的其它数据片段并发地从多个磁盘中一起预读到存储节点的缓存中，从而能够提高用户数据卷的整体访问性能。
附图说明
图1为本发明实施例云存储系统的数据处理方法的流程示意图；
图2为本发明实施例云存储系统的数据处理装置的结构框图；
图3为本发明实施例将数据卷划分为多个数据片段的示意图；
图4为本发明实施例将数据片段存储在多个存储节点上的示意图；
图5为本发明实施例将数据片段划分为数据片段组的示意图。
具体实施方式
为使本发明的实施例要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明的实施例针对现有云存储系统中数据片段之间彼此独立，没有考虑数据片段访问之间的相关性，不利于充分发挥云存储系统的整体性能的问题，提供一种云存储系统的数据处理方法及装置，能够提高云存储系统的数据访问性能。
图1为本发明实施例云存储系统的数据处理方法的流程示意图，如图1所示，本实施例包括：
步骤101：获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
步骤102：根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量；
步骤103：将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上。
进一步地，本发明的另一实施例中，包括上述步骤101～103的基础上，所述步骤101之前还包括：
将供用户访问的数据卷划分为成多个相同大小的数据片段，每个数据片段具有其唯一的顺序编号；
将同一数据片段的不同副本分别存储在云存储系统中不同的存储节点上。
进一步地，本发明的另一实施例中，包括上述步骤101～103的基础上，所述步骤101包括：
记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率；
获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率；
累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
进一步地，本发明的另一实施例中，包括上述步骤101～103的基础上，所述步骤102包括：
将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段总数目。
具体地，m的值可以为存储节点上数据片段总数目的20～30%。
进一步地，本发明的另一实施例中，包括上述步骤101～103的基础上，所述步骤103之后还包括：
当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
对于一个存储节点上存储的数据片段来说，读写频率最高的一部分数据片段之间往往具有较强的相关性。这是因为当一个数据片段被访问时，与其相关的数据片段往往也会被访问，这样对于读写频率较高的数据片段来说，其相关数据片段的访问频率也会比较高，因此依据数据片段在预设时间周期内的总读写频率来对数据片段进行分组，就可以将具有较高访问相关性的数据片段分到同一数据片段组中。
本发明实施例的云存储系统的数据处理方法，依据数据片段在预设时间周期内的总读写频率，将存储节点上的数据片段划分为多个数据片段组，并将同一数据片段组内的数据片段存储在存储节点中的不同的磁盘上，可以实现数据片段的相对均衡分布。并且该技术方案考虑了数据片段访问之间的相关性，也就是数据片段组内的某一个数据片段一旦被访问，同组内的其它数据片段往往也会一起被访问，本发明实施例将数据片段组内的数据片段均衡分散存储在存储节点的所有可用磁盘上，当组内的其中一个数据片段即将被访问时，能够将该组内的其它数据片段并发地从多个磁盘中一起预读到存储节点的缓存中，从而能够提高用户数据卷的整体访问性能。
图2为本发明实施例云存储系统的数据处理装置的结构框图，如图2所示，本实施例包括：
数据片段统计模块20，用于获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
数据管理模块21，用于根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，将同一数据片段组内的数据片段存储在不同的磁盘上，其中，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量。
进一步地，本发明的另一实施例中，包括上述模块的基础上，所述数据片段统计模块20具体用于记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率，获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率，累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
进一步地，本发明的另一实施例中，包括上述模块的基础上，所述数据管理模块21具体用于将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段的总数。
进一步地，本发明的另一实施例中，包括上述模块的基础上，所述数据管理模块21还用于当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
对于一个存储节点上存储的数据片段来说，读写频率最高的一部分数据片段之间往往具有较强的相关性。这是因为当一个数据片段被访问时，与其相关的数据片段往往也会被访问，这样对于读写频率较高的数据片段来说，其相关数据片段的访问频率也会比较高，因此依据数据片段在预设时间周期内的总读写频率来对数据片段进行分组，就可以将具有较高访问相关性的数据片段分到同一数据片段组中。
本发明实施例的云存储系统的数据处理装置，依据数据片段在预设时间周期内的总读写频率，将存储节点上的数据片段划分为多个数据片段组，并将同一数据片段组内的数据片段存储在存储节点中的不同的磁盘上，可以实现数据片段的相对均衡分布。并且该技术方案考虑了数据片段访问之间的相关性，也就是数据片段组内的某一个数据片段一旦被访问，同组内的其它数据片段往往也会一起被访问，本发明实施例将数据片段组内的数据片段均衡分散存储在存储节点的所有可用磁盘上，当组内的其中一个数据片段即将被访问时，能够将该组内的其它数据片段并发地从多个磁盘中一起预读到存储节点的缓存中，从而能够提高用户数据卷的整体访问性能。
下面结合附图及具体的实施例对本发明的云存储系统的数据处理方法进行详细介绍：
现有技术中，仅考虑将多副本数据片段均衡存储到各个存储节点之中，对某个数据片段的访问仅涉及到单个磁盘，没有考虑数据片段访问之间的相关性，也就是数据片段组内的某一个数据片段一旦被访问，同组内的其它数据片段往往也会一起被访问。如果将数据片段组内的数据片段均衡分散存储在存储节点的所有可用磁盘上，当组内的其中一个数据片段即将被访问时，可以将该组内的其它数据片段并发地从多个磁盘中一起预读到存储节点的缓存中，就能够提高用户数据卷的整体访问性能。
本发明的技术方案根据数据片段动态访问信息，优化多副本数据片段的均衡放置策略。首先根据数据片段的访问热度，在多个存储节点之间均衡分布冷热数据；然后在单一存储节点之内，构建可能具有访问相关性的数据片段组。随后将同组数据片段尽力均衡分布到不同的磁盘之上，从而保证当组内某一数据片段被访问时，可以整体并发预取整组数据片段。
其中，对于一个存储节点上存储的数据片段来说，读写频率最高的一部分数据片段之间往往具有较强的相关性。这是因为当一个数据片段被访问时，与其相关的数据片段往往也会被访问，这样对于读写频率较高的数据片段来说，其相关数据片段的访问频率也会比较高，因此依据数据片段在预设时间周期内的总读写频率来对数据片段进行分组，就可以将具有较高访问相关性的数据片段分到同一数据片段组中。
具体地，本发明的云存储系统的数据处理方法包括以下步骤：
步骤A：如图3所示，将提供给用户使用的数据卷，划分成多个相同大小的数据片段，每个数据片段具有从0开始的唯一的顺序编号；
步骤B：为保证数据的可靠性，本发明实施例采用副本的方式进行数据片段的存储和管理。假定数据片段的副本数量为M，而存储节点的数量为N（N>M），数据副本的保存方式是需要保证相同数据片段的不同副本放置在不同存储节点之上。本发明数据管理框架的构成如图4所示，数据卷被划分成数据片段，而且每个数据片段以多副本的方式来保存数据信息。其中，“a-b”表示第a个数据片段的第b个数据副本，比如“0-1”表示第0个数据片段的第1个数据副本，同一个数据片段的不同副本一定存放在不同的存储节点之内；
步骤C：为有效统计数据片段的读写频率（即访问热度），通过设置在各个存储节点的数据片段统计模块分别记录每个数据片段的近期读写次数，计算单位时间周期C（其中，C可以为30分钟）内每个数据片段的读写频率。具体地，可以统计每个数据片段的最近1个C周期内的读写频率，近2个C周期内的读写频率，近4个C周期内的访问读写频率等等，直到系统初始化之初的所有读写频率。
根据数据片段在选定时间周期内的读写频率，存储节点中的数据管理模块将存储节点中读写频率最高（如前20%）的数据片段分成若干个数据片段组。每个数据片段组包含K个数据片段，其中K等于存储节点之上磁盘的数量，并且尽力保证相同数据片段组内的数据片段分布在不同的磁盘之上。当某个数据片段被读取时，存储节点会把该数据片段所处数据片段组之内的其它数据片段都一起读取到存储节点的内存中，以便组内数据片段再次被访问时，提高访问性能。当有数据片段被写入时，由于高频率的数据片段已经尽可能分布于不同的磁盘之上，就可以保证连续高频率数据片段写入操作充分利用磁盘的并发性，提高整体写入性能。
进一步地，如图5所示，数据片段统计模块不仅会统计本地存储节点上的数据片段读写频率，而且还会定期同步相同数据片段副本在不同存储节点上的读写频率，并累加不同存储节点之上的读写频率，得到每个数据片段在选定时间周期内的总读写频率，然后，存储节点上的数据管理模块会根据数据片段的总读写频率来划分数据片段组。
本发明的技术方案可以准确地统计和分析数据片段的读写频率，并累加统计相同数据片段的不同副本读写频率，根据数据片段的总读写频率动态地划分数据片段组，尽力将相同数据片段组内的数据片段并行存储在多个磁盘之上，优化数据分布。当有数据片段被读取时，尽力将其所处的数据片段组内的所有数据片段提前读入到存储节点的缓存之中，提高用户数据卷的整体访问性能。
此说明书中所描述的许多功能部件都被称为模块，以便更加特别地强调其实现方式的独立性。
本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同物理上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上（包括在不同存储设备上），并且至少部分地可以仅作为电子信号存在于系统或网络上。
在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成（VLSI）电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
在本发明各方法实施例中，所述各步骤的序号并不能用于限定各步骤的先后顺序，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，对各步骤的先后变化也在本发明的保护范围之内。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种云存储系统的数据处理方法，应用于云存储系统的存储节点，其特征在于，所述方法包括：
获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量；
将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上。
2.根据权利要求1所述的云存储系统的数据处理方法，其特征在于，所述获取云存储系统中每个数据片段在预设时间周期内的总读写频率之前还包括：
将供用户访问的数据卷划分为成多个相同大小的数据片段，每个数据片段具有其唯一的顺序编号；
将同一数据片段的不同副本分别存储在云存储系统中不同的存储节点上。
3.根据权利要求1所述的云存储系统的数据处理方法，其特征在于，所述获取云存储系统中每个数据片段在预设时间周期内的总读写频率包括：
记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率；
获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率；
累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
4.根据权利要求3所述的云存储系统的数据处理方法，其特征在于，所述根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组包括：
将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段总数目。
5.根据权利要求4所述的云存储系统的数据处理方法，其特征在于，m为存储节点上数据片段总数目的20～30%。
6.根据权利要求1所述的云存储系统的数据处理方法，其特征在于，所述将同一数据片段组内的数据片段存储在存储节点中不同的磁盘上之后还包括：
当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
7.一种云存储系统的数据处理装置，应用于云存储系统的存储节点，其特征在于，所述装置包括：
数据片段统计模块，用于获取云存储系统中每个数据片段在预设时间周期内的总读写频率；
数据管理模块，用于根据所述总读写频率将存储节点上的数据片段划分为多个数据片段组，将同一数据片段组内的数据片段存储在不同的磁盘上，其中，每个数据片段组均包含有K个数据片段，K为所述存储节点上磁盘的数量。
8.根据权利要求7所述的云存储系统的数据处理装置，其特征在于，
所述数据片段统计模块具体用于记录每个存储节点上每个数据片段在单位时间周期内的读写次数，根据所记录的读写次数计算每个存储节点上每个数据片段在预设时间周期内的读写频率，获取云存储系统中所有存储节点上每个数据片段在预设时间周期内的读写频率，累加所有存储节点上同一数据片段的读写频率，得到云存储系统中每个数据片段在预设时间周期内的总读写频率。
9.根据权利要求8所述的云存储系统的数据处理装置，其特征在于，
所述数据管理模块具体用于将存储节点上总读写频率最高的m个数据片段划分为多个数据片段组，其中，m小于存储节点上数据片段的总数。
10.根据权利要求7所述的云存储系统的数据处理装置，其特征在于，
所述数据管理模块还用于当存储节点上的某一数据片段被读取时，将所述数据片段所处数据片段组的其它数据片段并发读取到存储节点的内存中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310173547.7A CN104144194A (zh) | 2013-05-10 | 2013-05-10 | 云存储系统的数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310173547.7A CN104144194A (zh) | 2013-05-10 | 2013-05-10 | 云存储系统的数据处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104144194A true CN104144194A (zh) | 2014-11-12 |
Family
ID=51853262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310173547.7A Pending CN104144194A (zh) | 2013-05-10 | 2013-05-10 | 云存储系统的数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104144194A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106383791A (zh) * | 2016-09-23 | 2017-02-08 | 深圳职业技术学院 | 一种基于非统一内存访问架构的内存块组合方法及装置 |
| CN106776032A (zh) * | 2016-12-22 | 2017-05-31 | 北京华云网际科技有限公司 | 分布式块存储的io请求的处理方法和装置 |
| CN109471971A (zh) * | 2018-02-06 | 2019-03-15 | 华南师范大学 | 一种面向教育领域资源云存储的语义预取系统及方法 |
| CN109815174A (zh) * | 2018-12-13 | 2019-05-28 | 创新科软件技术（深圳）有限公司 | 一种多磁盘并发访问方法和装置 |
| CN107526689B (zh) * | 2016-06-17 | 2024-01-16 | 希捷科技有限公司 | 读高速缓存管理 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101196889A (zh) * | 2006-12-08 | 2008-06-11 | 国际商业机器公司 | 优化存储系统中的文件放置的方法及装置 |
| US20120179446A1 (en) * | 2011-01-07 | 2012-07-12 | International Business Machines Corporation | Rapidly determining fragmentation in computing environments |
| CN102968423A (zh) * | 2012-03-27 | 2013-03-13 | 广州市国迈科技有限公司 | 一种基于数据容器的高性能私有云存储节点文件系统设计 |
-
2013
- 2013-05-10 CN CN201310173547.7A patent/CN104144194A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101196889A (zh) * | 2006-12-08 | 2008-06-11 | 国际商业机器公司 | 优化存储系统中的文件放置的方法及装置 |
| US20120179446A1 (en) * | 2011-01-07 | 2012-07-12 | International Business Machines Corporation | Rapidly determining fragmentation in computing environments |
| CN102968423A (zh) * | 2012-03-27 | 2013-03-13 | 广州市国迈科技有限公司 | 一种基于数据容器的高性能私有云存储节点文件系统设计 |
Non-Patent Citations (1)
| Title |
|---|
| 张钟澍等: "《修复和维护你的硬盘》", 31 March 2002, 北京希望电子出版社 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107526689B (zh) * | 2016-06-17 | 2024-01-16 | 希捷科技有限公司 | 读高速缓存管理 |
| CN106383791A (zh) * | 2016-09-23 | 2017-02-08 | 深圳职业技术学院 | 一种基于非统一内存访问架构的内存块组合方法及装置 |
| CN106383791B (zh) * | 2016-09-23 | 2019-07-12 | 深圳职业技术学院 | 一种基于非统一内存访问架构的内存块组合方法及装置 |
| CN106776032A (zh) * | 2016-12-22 | 2017-05-31 | 北京华云网际科技有限公司 | 分布式块存储的io请求的处理方法和装置 |
| CN109471971A (zh) * | 2018-02-06 | 2019-03-15 | 华南师范大学 | 一种面向教育领域资源云存储的语义预取系统及方法 |
| CN109471971B (zh) * | 2018-02-06 | 2021-05-04 | 华南师范大学 | 一种面向教育领域资源云存储的语义预取方法及系统 |
| CN109815174A (zh) * | 2018-12-13 | 2019-05-28 | 创新科软件技术（深圳）有限公司 | 一种多磁盘并发访问方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11086523B2 (en) | Automatic tiering of storage using dynamic grouping | |
| Ferdman et al. | Clearing the clouds: a study of emerging scale-out workloads on modern hardware | |
| Natarajan et al. | A study of performance impact of memory controller features in multi-processor server environment | |
| CN104144194A (zh) | 云存储系统的数据处理方法及装置 | |
| Moon et al. | Introducing ssds to the hadoop mapreduce framework | |
| JP2013025795A (ja) | フラッシュデバイスのためのフラッシュコントローラハードウェアアーキテクチャ | |
| Guo et al. | A comparative study of predictable dram controllers | |
| DE102013100179A1 (de) | Verfahren und System zum Auflösen von Thread-Divergenzen | |
| CN103842975A (zh) | 用于监视和管理存储器块以改善节电的系统和方法 | |
| Jain et al. | Input/output in parallel and distributed computer systems | |
| CN108932150B (zh) | 基于ssd和磁盘混合存储的缓存方法、装置及介质 | |
| Ferdman et al. | Quantifying the mismatch between emerging scale-out applications and modern processors | |
| US20130151795A1 (en) | Apparatus and method for controlling memory | |
| CN103019855A (zh) | MapReduce作业执行时间预测方法 | |
| CN104679670A (zh) | 一种面向fft和fir的共享数据缓存结构及管理方法 | |
| TW201303870A (zh) | 利用快閃記憶體介面的方法及裝置 | |
| US20190266110A1 (en) | Scalable, parameterizable, and script-generatable buffer manager architecture | |
| Liu et al. | MLCache: A space-efficient cache scheme based on reuse distance and machine learning for NVMe SSDs | |
| DE102013201195A1 (de) | Zuvor-geplante Wiederholungen von divergenten Operationen | |
| Wang et al. | Iteration based collective I/O strategy for parallel I/O systems | |
| US8738833B2 (en) | Collaborative bus arbitration multiplex architecture and method of arbitration of data access based on the architecture | |
| Zhou et al. | Compiler-driven register re-assignment for register file power-density and temperature reduction | |
| CN105760317B (zh) | 数据写系统和用于核心处理器的数据写方法 | |
| CN109491985B (zh) | 一种基于关联规则的热数据处理方法和装置 | |
| CN109508140A (zh) | 存储资源管理方法、装置、电子设备及电子设备、系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141112 |