CN106469193A - 多负载元数据i/o服务质量性能保障方法和系统 - Google Patents
多负载元数据i/o服务质量性能保障方法和系统 Download PDFInfo
- Publication number
- CN106469193A CN106469193A CN201610780783.9A CN201610780783A CN106469193A CN 106469193 A CN106469193 A CN 106469193A CN 201610780783 A CN201610780783 A CN 201610780783A CN 106469193 A CN106469193 A CN 106469193A
- Authority
- CN
- China
- Prior art keywords
- load
- ssd
- size
- data block
- data
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
- G06F12/12—Replacement control
- G06F12/121—Replacement control using replacement algorithms
- G06F12/123—Replacement control using replacement algorithms with age lists, e.g. queue, most recently used [MRU] list or least recently used [LRU] list
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及一种多负载元数据I/O服务质量性能保障方法和系统,根据不同应用的元数据访问性能需求描述,基于反馈信息动态分配元数据服务器SSD存储资源来保障应用的元数据I/O服务质量,同时在负载访问客户端时采用特殊的替换数据块机制来延长SSD使用寿命。本发明的方法包括如下步骤:1)在服务器端初始时为下一时间间隔确定每个负载分配的SSD空间大小;2)在该时间间隔内,为每个负载维护一个最近最久未使用链表与附表,根据分配的SSD空间大小与该负载在SSD实际所用空间进行该负载数据块的添加、更新与替换;3)本时间间隔结束,确定下一时间段内每个负载分配的SSD空间大小,转而进入步骤2。
Description
技术领域
本发明涉及一种多负载元数据I/O服务质量性能保障方法和系统,属于计算机技术领域。
背景技术
国内外对于多个负载共享存储环境下I/O服务质量的研究主要包括I/O服务质量性能需求描述、I/O存储资源的分配两个方面。具体来说,I/O服务质量性能需求描述就是不同应用呈现服务质量需求的度量指标,目前的研究主要集中在如何使服务质量的性能需求描述更好地刻画I/O负载的特征上;I/O存储资源的分配方面主要包括对处理器时间以及存储器带宽资源以及缓存资源的分配。
在I/O服务质量性能需求描述方面,对于存储系统来讲最常使用的指标就是吞吐量和响应时延。服务质量性能接口是制定的要求达到的度量指标,针对服务质量的相关研究主要是针对于普通数据。在相关研究中,其性能需求指标总结有如下几项:权重、优先级、吞吐量与时延。
多负载下服务器端SSD空间分配算法背景如下。针对SSD的研究主要集中在将SSD作为读缓存改善系统存储性能以及如何提高SSD使用寿命的问题上。有论文提出一种基于热区跟踪(HZT)的缓存替换算法.HZT算法充分考虑了IO工作流的空间局部性和时间局部性,利用IO工作流的历史访问信息,跟踪当前热区,并为热区数据块赋予更高的驻留SSD的优先级,能够有效提高混合存储中SSD缓存的命中率。还有基于SSD的集群文件系统元数据存储系统,提出了如何利用SSD和HDD组成的混合存储来提高元数据访问的性能。SSD相对于HDD具有高带宽低时延的特性,但代价相对于HDD昂贵,另外由于目前元数据的组织一般以目录的方式或者数据库的方式,以小数据量的读写为主,并不适合使用SSD存储,因此MDSL将多个元数据项合并存储,并使用bloomfilter+hash的方法索引,在DRAM中使用一个元数据缓冲区作为一个单位,当这个单位写满以后就更新到SSD中,这样就解决了小数据量访问的问题。以上算法与模型大多是针对于普通数据的,没有针对元数据文件较小但数量较大的特点,并且都是针对单一负载情况下底层资源分配的解决方法。
发明内容
1、目的
本发明的目的是解决混合存储下并行文件系统中多类型应用共享存储时元数据性能瓶颈问题,研究多负载元数据I/O服务质量的保障方法,根据不同应用的元数据访问性能需求描述,基于反馈信息动态分配元数据服务器SSD存储资源来保障应用的元数据I/O服务质量,同时在负载访问客户端时采用特殊的替换数据块机制来延长SSD使用寿命。
2、技术方案
采用本发明实施例提供的方法,根据负载性能需求指标以及实际时延指标,动态调整负载SSD分配空间大小,并为每一负载维护一个特殊的LRU结构以减少写操作对SSD寿命的消耗,实现负载I/O需求性能指标。
其中,本发明实施例所采取的负载性能指标选取为一个四元组<N,W,MAX,MIN>,代表该负载的I/O性能指标。其中N表示负载编号,W表示负载权重,MAX表示最大的时延,即负载能容忍的时延,MIN表示最小时延,当负载的实际时延小于该最小时延时。本发明实验例会根据上述性能指标分配每个负载的SSD最大容量。本发明实验例将整个系统运行周期分配大小相同的若干个时间间隔,在该时间间隔内,为每个负载在SSD维护一个独立的LRU列表,进行相应负载数据在SSD中的添加与删除。每个时间间隔结束后,在每个客户端统计该客户端上所有负载的trace信息,汇总之后计算出其负载的实际性能指标,并将其发送给总分配模块。总分配模块根据汇总之后的实际性能指标与负载的需求性能指标做对比,并结合SSD空间分配情况进行下一阶段的分配。
具体的技术方案步骤如下:
一种多负载元数据I/O服务质量性能保障方法,其特征在于,包括以下步骤:
步骤201、将整个系统运行周期分配若干个时间间隔,在元数据服务器端初始时为下一时间间隔确定每个负载分配的SSD空间大小,该空间大小值是一个较小的常量值;
步骤202、在该时间间隔内,为每个负载维护一个最近最久未使用链表与附表,记录每个负载在SSD存储的数据块信息,根据分配的SSD空间大小与该负载在SSD实际所用空间进行该负载数据块的添加、更新与替换;
步骤203、本时间间隔结束,从客户端统计汇总信息,并计算每个负载实际时延,根据负载权重以及实际时延与负载需求时延指标进行比较,确定下一时间段内每个负载分配的SSD空间大小,转而进入步骤202。
在本算法中,采用一个四元组<N,W,MAX,MIN>,代表该负载的I/O性能指标。其中N表示负载编号,W表示负载权重,MAX表示最大的时延,MIN表示最小时延。原则上,MIN为MAX的0.5倍。这里,用时延的上下界可以防止时延的抖动,如果只用一个时延指标,当实际时延大于该时延指标是增加SSD容量,当时间时延指标小于该时延指标时减小SSD容量,这样做容易造成负载实际时延的不停抖动。同时,为了保证各个负载不会相互干扰,对每个负载的SSD空间分别采用独立的LRU队列进行管理。
一种多负载元数据I/O服务质量性能保障系统,其特征在于,包括若干个客户端、数据服务器以及元数据服务器,所述客户端和元数据服务器分别通过路由器与数据服务器相连;所述客户端包括信息统计模块,所述元数据服务器端包括空间分配模块,所述信息统计模块从客户端统计汇总负载信息,并将此信息整合后发给所述空间分配模块,所述空间分配模块计算每个负载实际时延,根据负载权重以及实际时延与负载需求时延指标进行比较,计算下一时间间隔的每个负载分配的SSD空间大小,并将其发给数据服务器。
3、优点及功效
本发明提出的一种多负载元数据I/O服务质量性能保障方法和系统,,具有以下优点:1.针对了元数据I/O特点,确定以性能指标时延上下界以及负载权重作为刻画服务质量性能指标的方法;2.实现了基于客户端反馈的方法动态调整负载SSD空间分配大小;3.为每个负载维护一个单独的LRU数据结构,保障了各负载之间互不干扰,并通过此特殊LRU数据结构减少对SSD的写操作,延长SSD使用寿命。
附图说明
图1本发明的系统结构图
图2本发明的方法流程图
图3时间间隔内数据请求相应步骤
图4 SSD双LRU表数据结构示意图
图5空间分配流程图
具体实施方式
如图1所示,本发明运行在并行文件系统集群之上,本系统中有若干个客户端,数据服务器以及元数据服务器,客户端和元数据服务器分别通过路由器与数据服务器相连。在客户端有信息统计模块,在元数据服务器端有空间分配模块,信息统计模块从客户端汇总负载信息,并将此信息整合后发给空间分配模块,空间分配模块根据此信息计算负载分配到的下一时间间隔的SSD大小,并将其发给数据服务器。
本发明设计的一种混合存储下并行文件系统中密集型元数据I/O服务质量性能指标为采用一个四元组<N,W,MAX,MIN>,代表该负载的I/O性能指标。其中N表示负载编号,W表示负载权重,MAX表示最大的时延,MIN表示最小时延。原则上,MIN为MAX的0.5倍。
如图2所示,本发明的方法包括的步骤如下:
步骤201、将整个系统运行周期分配若干个时间间隔,在服务器端初始时为下一时间间隔确定每个负载分配的SSD空间大小,该空间大小值是一个较小的常量值;
步骤202、在该时间间隔内,为每个负载维护一个最近最久未使用链表与附表,记录每个负载在SSD存储的数据块信息,根据分配的SSD空间大小与该负载在SSD实际所用空间进行该负载数据块的添加、更新与替换;
步骤203、本时间间隔结束,信息统计模块从客户端统计汇总负载信息,并将此信息整合后发给服务器空间分配模块;服务器空间分配模块计算每个负载实际时延,根据负载权重以及实际时延与负载需求时延指标进行比较,确定下一时间段内每个负载分配的SSD空间大小,转而进入步骤202。
其中,如图3所示,步骤202包括的具体步骤如下:
(1)负载i的数据请求到来时,查看请求数据是否在负载i的SSD空间中,若在,修改LRU列表,将其放在对头(最新使用),并访问该数据,否则转向(2);
(2)若不在SSD中,则通过判断机制判断是否将请求数据的数据块放入SSD中;若是转向(3),若否,转向(4);
(3)若将数据块放到SSD中,查看该负载的SSD空间剩余容量是否大于请求的数据块,若大于则在该负载的LRU列表中的队尾数据块(最近最久未使用)从SSD中一直HDD中,并将请求的数据块放入列表头(最新使用),若小于请求的数据,则直接将该数据块加入LRU队列头,转向(5);
(4)若判断机制判断不讲请求的数据块放入SSD中,则直接进行HDD存取,转向(5);
(5)将请求数据发送回客户端;
其中,步骤(2)的判断机制为,为每个负载维护两个LRU数据结构L1、L2,如图4所示,为L1、L2数据结构示意图,L1记录该负载所有在SSD数据块,队尾表示最近最久未使用的数据块,队头表示最近刚刚使用的数据块,即最新访问的数据块。L2记录未在SSD中但是该负载最近访问一次的数据块,同L1类似,队尾最近最久未使用的数据块,队头表示最近刚刚使用的数据块。也就是说,当某数据块第一次被访问时,并不将其直接放入SSD(L1维护)中,而将其放入L2中缓存下来,当该数据块再次被访问时(通过查找其是否在L2中),此时才将其移至SSD,中并修改L1表与L2表。
步骤(2)包括的具体步骤如下:
(a)查找请求数据块是否在L2中,若在,则将其从L2中移去,并判断该请求数据需要移至SSD中;
(b)若数据块不在L2中,将数据块缓存下来,并插入L2表头(最新使用),并判断不许讲请求数据移至SSD中。
其中,如图5所示,步骤203包括的具体步骤如下:
(1)服务器空间分配模块根据每隔时间段T观察统计每个负载的实际时延:real_latency,对每个负载进行步骤(2)的操作;
(2)若该负载实际时延在最大最小之间,即MIN<=real_latency<=MAX,分配给该负载的SSD大小不变。若实际时延大于最大时延,即real_latency>MAX,此时要增加分配给该负载的SSD大小size,增量按如下计算:gap=(real_latency-MAX)*K*size;其中K为系数常量,由此可见(real_letency-MAX)越大,增量GAP也越大。若实际时延小于最小时延,即real_latency<MIN,此时要减少分配给该负载的SSD大小size,减小的量按如下计算:gap=(MIN-real_latency)*K*size;其中K为系数常量,由此可见(MIN-real_latency)越大,减少的量GAP也越大。对每个负载都进行上述的计算。
(3)对于所有要减小SSD容量的负载,将下一时间段的size=size-gap,并根据该负载LRU队列删除相应的数据;完成后,统计此时SSD剩余的空间大小SSD_LEFT;设所有的增加负载增量之和为gap_total,若gap_total<=SSD_LEFT,则将每个负载下一段时间的size设置为size=size+gap;若gap_total>SSD_LEFT,此时,按权重由高到低的顺序,先满足权重高的负载,权重低的负载将无法得到满足,保分配到的SSD大小size不变。
最后所应说明的是:以上实施例仅用以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种多负载元数据I/O服务质量性能保障方法,其特征在于:该方法包括以下步骤:
步骤1、将整个系统运行周期分配若干个时间间隔,在服务器端初始时为下一时间间隔确定每个负载分配的SSD空间大小,该空间大小值是一个较小的常量值;
步骤2、在该时间间隔内,为每个负载维护一个最近最久未使用链表与附表,记录每个负载在SSD存储的数据块信息,根据分配的SSD空间大小与该负载在SSD实际所用空间进行该负载数据块的添加、更新与替换;
步骤3、本时间间隔结束,从客户端统计汇总信息,并计算每个负载实际时延,根据负载权重以及实际时延与负载需求时延指标进行比较,确定下一时间段内每个负载分配的SSD空间大小,转而进入步骤2。
2.根据权利要求1所述的多负载元数据I/O服务质量性能保障方法,其特征在于:所述服务质量性能指标为采用一个四元组<N,W,MAX,MIN>,代表该负载的I/O性能指标,其中N表示负载编号,W表示负载权重,MAX表示最大的时延,MIN表示最小时延。
3.根据权利要求1所述的多负载元数据I/O服务质量性能保障方法,其特征在于:所述步骤2中具体包括如下步骤:
(1)负载i的数据请求到来时,查看请求数据是否在负载i的SSD空间中,若在,修改LRU列表,将其放在对头(最新使用),并访问该数据,否则转向(2);
(2)若不在SSD中,则通过判断机制判断是否将请求数据的数据块放入SSD中;若是转向(3),若否,转向(4);
(3)若将数据块放到SSD中,查看该负载的SSD空间剩余容量是否大于请求的数据块,若大于则在该负载的LRU列表中的队尾数据块(最近最久未使用)从SSD中一直HDD中,并将请求的数据块放入列表头(最新使用),若小于请求的数据,则直接将该数据块加入LRU队列头,转向(5);
(4)若判断机制判断不讲请求的数据块放入SSD中,则直接进行HDD存取,转向(5);
(5)将请求数据发送回客户端。
4.根据权利要求3所述的多负载元数据I/O服务质量性能保障方法,其特征在于,所述步骤(2)的判断机制为,为每个负载维护两个LRU数据结构L1、L2,L1记录该负载所有在SSD数据块,队尾表示最近最久未使用的数据块,L2记录未在SSD中但是该负载最近访问一次的数据块,也就是说,当某数据块第一次被访问时,并不将其直接放入SSD(L1)中,而将其放入L2中缓存下来,当该数据块再次被访问时,此时才将其移至SSD中并修改L1表与L2表;
具体步骤如下:
(1)查找请求数据块是否在L2中,若在,则将其从L2中移去,并判断该请求数据需要移至SSD中;
(2)若数据块不在L2中,将数据块缓存下来,并插入L2表头(最新使用),并判断不许讲请求数据移至SSD中。
5.根据权利要求1所述的多负载元数据I/O服务质量性能保障方法,其特征在于:所述步骤3中,
具体包括如下步骤:
(1)每隔时间段T接收统计每个负载的实际时延:real_latency,对每个负载进行步骤(2)的操作;
(2)若该负载实际时延在最大最小之间,即MIN<=real_latency<=MAX,分配给该负载的SSD大小不变;若实际时延大于最大时延,即real_latency>MAX,此时要增加分配给该负载的SSD大小size,增量按如下计算:gap=(real_latency-MAX)*K*size;其中K为系数常量;若实际时延小于最小时延,即real_latency<MIN,此时要减少分配给该负载的SSD大小size,减小的量按如下计算:gap=(MIN-rael_latency)*K*size;其中K为系数常量,对每个负载都进行上述的计算;
(3)对于所有要减小SSD容量的负载,将下一时间段的size=size-gap,并根据该负载LRU队列删除相应的数据;完成后,统计此时SSD剩余的空间大小SSD_LEFT;设所有的增加负载增量之和为gap_total,若gap_total<=SSD_LEFT,则将每个负载下一段时间的size设置为size=size+gap;若gap_total>SSD_LEFT,此时,按权重由高到低的顺序,先满足权重高的负载,权重低的负载将无法得到满足,保分配到的SSD大小size不变。
6.一种多负载元数据I/O服务质量性能保障系统,其特征在于,包括若干个客户端、数据服务器以及元数据服务器,所述客户端和元数据服务器分别通过路由器与数据服务器相连;所述客户端包括信息统计模块,所述元数据服务器端包括空间分配模块,所述信息统计模块从客户端统计汇总负载信息,并将此信息整合后发给所述空间分配模块,所述空间分配模块计算每个负载实际时延,根据负载权重以及实际时延与负载需求时延指标进行比较,计算下一时间间隔的每个负载分配的SSD空间大小,并将其发给数据服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780783.9A CN106469193A (zh) | 2016-08-30 | 2016-08-30 | 多负载元数据i/o服务质量性能保障方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780783.9A CN106469193A (zh) | 2016-08-30 | 2016-08-30 | 多负载元数据i/o服务质量性能保障方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106469193A true CN106469193A (zh) | 2017-03-01 |
Family
ID=58230206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610780783.9A Pending CN106469193A (zh) | 2016-08-30 | 2016-08-30 | 多负载元数据i/o服务质量性能保障方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106469193A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107193502A (zh) * | 2017-05-27 | 2017-09-22 | 郑州云海信息技术有限公司 | 一种存储服务质量保障方法及装置 |
CN110007858A (zh) * | 2019-03-13 | 2019-07-12 | 新华三技术有限公司成都分公司 | 存储空间分配方法及装置 |
CN110209350A (zh) * | 2019-05-10 | 2019-09-06 | 华中科技大学 | 一种混合存储架构hpc系统中应用i/o请求的动态调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662763A (zh) * | 2012-04-11 | 2012-09-12 | 华中科技大学 | 基于服务质量的虚拟机资源调度方法 |
CN103345432A (zh) * | 2013-06-07 | 2013-10-09 | 深圳中兴网信科技有限公司 | 多核cpu过载检测装置和多核cpu过载检测方法 |
CN104657221A (zh) * | 2015-03-12 | 2015-05-27 | 广东石油化工学院 | 一种云计算中基于任务分类的多队列错峰调度模型及方法 |
-
2016
- 2016-08-30 CN CN201610780783.9A patent/CN106469193A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102662763A (zh) * | 2012-04-11 | 2012-09-12 | 华中科技大学 | 基于服务质量的虚拟机资源调度方法 |
CN103345432A (zh) * | 2013-06-07 | 2013-10-09 | 深圳中兴网信科技有限公司 | 多核cpu过载检测装置和多核cpu过载检测方法 |
CN104657221A (zh) * | 2015-03-12 | 2015-05-27 | 广东石油化工学院 | 一种云计算中基于任务分类的多队列错峰调度模型及方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107193502A (zh) * | 2017-05-27 | 2017-09-22 | 郑州云海信息技术有限公司 | 一种存储服务质量保障方法及装置 |
CN107193502B (zh) * | 2017-05-27 | 2021-04-06 | 郑州云海信息技术有限公司 | 一种存储服务质量保障方法及装置 |
CN110007858A (zh) * | 2019-03-13 | 2019-07-12 | 新华三技术有限公司成都分公司 | 存储空间分配方法及装置 |
CN110007858B (zh) * | 2019-03-13 | 2022-12-06 | 新华三技术有限公司成都分公司 | 存储空间分配方法及装置 |
CN110209350A (zh) * | 2019-05-10 | 2019-09-06 | 华中科技大学 | 一种混合存储架构hpc系统中应用i/o请求的动态调度方法 |
CN110209350B (zh) * | 2019-05-10 | 2020-07-10 | 华中科技大学 | 一种混合存储架构hpc系统中应用i/o请求的动态调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101916302B (zh) | 基于哈希表的三维空间数据自适应缓存管理方法及系统 | |
CN103366016B (zh) | 基于hdfs的电子文件集中存储及优化方法 | |
Mokhtarian et al. | Caching in video CDNs: Building strong lines of defense | |
CN105872040B (zh) | 一种利用网关节点缓存优化分布式块存储写性能的方法 | |
CN105892947B (zh) | 一种节能存储系统的ssd与hdd混合缓存管理方法及系统 | |
CN102523285B (zh) | 一种基于对象分布式文件系统的存储缓存方法 | |
CN110188080A (zh) | 基于客户端高效缓存的远程文件数据访问性能优化方法 | |
CN105389135B (zh) | 一种固态盘内部缓存管理方法 | |
CN110232049A (zh) | 一种元数据缓存管理方法和装置 | |
CN103488685B (zh) | 一种基于分布式存储系统的碎片文件存储方法 | |
CN104572502B (zh) | 一种存储系统缓存策略自适应方法 | |
CN108762671A (zh) | 基于pcm和dram的混合内存系统及其管理方法 | |
CN106528451B (zh) | 针对小文件的二级缓存预取的云存储框架及构建方法 | |
CN106648464A (zh) | 基于云存储的多节点混合块缓存数据读写方法及系统 | |
CN106844740A (zh) | 基于内存对象缓存系统的数据预读方法 | |
CN106469193A (zh) | 多负载元数据i/o服务质量性能保障方法和系统 | |
CN107368608A (zh) | 基于arc替换算法的hdfs小文件缓存管理方法 | |
CN106899692A (zh) | 一种内容中心网络节点数据缓存替换方法和装置 | |
CN106020731A (zh) | 存储设备、存储设备阵列和网络适配器 | |
CN110297787A (zh) | I/o设备访问内存的方法、装置及设备 | |
CN101800768B (zh) | 一种基于存储联盟子集划分的网格数据副本生成方法 | |
CN102883143B (zh) | 一种调整raid阵列缓存的方法 | |
CN103581051B (zh) | 一种文件缓存方法、装置和系统 | |
CN113821477A (zh) | 一种元数据缓存方法、系统、设备以及介质 | |
JP2003296153A (ja) | ストレージシステムおよびそのためのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170301 |