CN117421129B - 一种基于异构存储集群的业务执行方法、装置及电子设备 - Google Patents
一种基于异构存储集群的业务执行方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117421129B CN117421129B CN202311722259.2A CN202311722259A CN117421129B CN 117421129 B CN117421129 B CN 117421129B CN 202311722259 A CN202311722259 A CN 202311722259A CN 117421129 B CN117421129 B CN 117421129B
- Authority
- CN
- China
- Prior art keywords
- service
- storage device
- target
- executed
- performance index
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000013507 mapping Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000007726 management method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 230000008713 feedback mechanism Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- 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
- G06F3/0604—Improving or facilitating administration, e.g. storage management
-
- 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
- G06F3/0629—Configuration or reconfiguration of 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
- G06F3/0668—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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本说明书公开了一种基于异构存储集群的业务执行方法、装置及电子设备。所述方法包括：获取各异构存储设备对应的性能指标信息以及不同业务与各性能指标之间的映射关系；在接收到业务请求后，确定待执行业务对应的目标性能指标；根据性能指标信息，在各存储设备中选取出满足目标性能指标的各存储设备，作为候选设备；针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务，满足不同业务的应用程序和工作负载的多样性需求。
Description
技术领域
本说明书涉及计算机技术领域，尤其涉及一种基于异构存储集群的业务执行方法、装置及电子设备。
背景技术
存储设备是指将信息数字化后通过电、磁或光学等方式加以存储的设备，在传统的存储系统中，对存储设备的资源调度和管理通常是一个非常关键的部分，其中的存储设备大多数是同构的，即它们由相同类型的存储节点组成，这些存储节点可能具有相同的存储容量、I/O性能等。
然而，随着大数据大模型时代的到来，数据量不断增长，数据处理需求不断增加，传统的同构存储系统已经无法满足某些应用的不同业务需求，这样不但会造成存储资源的浪费，还会限制了业务执行的整体效率。
因此，如何满足不同业务对工作负载的多样性需求，高效、经济的进行存储资源的调度，是一个亟待解决的问题。
发明内容
本说明书提供一种基于异构存储集群的业务执行方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种基于异构存储集群的业务执行方法，包括：
获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系；
在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标；
根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备；
针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；
根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务。
可选地，不同存储设备对应的性能指标不同，所述性能指标信息至少包括：存储设备总容量、已用容量、带宽、IPOS、延迟、吞吐量、硬件故障率、数据保护备份机制信息、扩展性信息以及安全性信息。
可选地，所述不同业务包括：计算密集型业务、数据密集型业务、多元数据业务以及海量大文件业务中的至少一种。
可选地，所述方法还包括：
针对每个目标存储设备，监测该目标存储设备对应的可用容量和负载均衡权值；
若该目标存储设备当前的可用容量和负载均衡权值不满足该目标存储设备正在执行的目标业务的业务需求，则重新为所述目标业务分配目标存储设备。
可选地，根据每个待执行业务对应的目标存储设备执行业务，具体包括：
针对每个目标存储设备，确定该目标存储设备所需处理的各待执行业务对应的业务优先级信息；
基于所述业务优先级信息，依次处理该目标存储设备所需处理的各待执行业务。
可选地，根据每个待执行业务对应的目标存储设备执行业务，具体包括：
获取每个目标存储设备对应的元数据；
基于所述元数据，确定各目标存储设备对应的连接器；
通过所述连接器向各目标存储设备发送分配指令，以使各目标存储设备根据所述分配指令执行各自对应的待执行业务，并更新性能指标信息。
可选地，所述的连接器采用外观模式对外提供统一的接口，底层采用策略模式，接入不同的存储设备，连接器工厂将元数据封装成策略，适配到不同的存储设备。
本说明书提供了一种基于异构存储集群的业务执行装置，包括：
映射模块，获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系；
接收模块，在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标；
选取模块，根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备；
确定模块，针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；
执行模块，根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于异构存储集群的业务执行方法。
本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于异构存储集群的业务执行方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的基于异构存储集群的业务执行方法中，服务器获取各异构存储设备对应的性能指标信息以及不同业务与各性能指标之间的映射关系；在接收到业务请求后，确定待执行业务对应的目标性能指标；根据性能指标信息，在各存储设备中选取出满足目标性能指标的各存储设备，作为候选设备；针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务，满足不同业务的应用程序和工作负载的多样性需求。
从上述方法可以看出，本方案通过多种异构的存储设备执行不同业务的过程中，可以基于各存储设备的性能指标信息选取出满足不同业务对应业务需求的候选设备，进而根据各候选设备当前的可用容量和负载均衡权值，为各业务分配最优的目标存储设备执行存储业务，相比于目前采用同构存储设备执行业务的方法，本方案可以为不同业务分配与之相匹配的存储设备，充分发挥不同存储设备的特性，高效、经济的进行存储资源的调度，充分满足了不同业务对工作负载的多样性需求。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中提供的一种基于异构存储集群的业务执行方法的流程示意图；
图2为本说明书中提供的一种统一连接器的示意图；
图3为本说明书中提供的一种基于负反馈机制的动态调度架构示意图；
图4为本说明书中提供的一种资源调度管理系统的架构示意图；
图5为本说明书中提供的一种基于异构存储集群的业务执行装置的示意图；
图6为本说明书中提供的一种对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
为了解决传统存储系统中的性能瓶颈、可靠性问题、扩展性问题，异构存储系统应运而生，异构存储系统是指由不同类型、不同厂商、不同协议的存储设备组成的存储系统。这些存储设备包括传统的磁盘阵列、闪存、磁带等，以及新型的非易失性存储器（NVM）、网络附加存储（NAS）等。在异构存储系统中，各种类型的存储设备都有自己的特点和优势。例如，磁盘阵列具有高容量、低成本等优点，但是其读写速度相对较慢；闪存具有读写速度快等优点，但是其容量相对较小；磁带具有成本低、可扩展等优点，但是其读写速度也相对较慢。同时，不同业务的应用程序和工作负载对数据访问方式有不同的需求，包括对吞吐量、延迟和数据可用性的不同要求。
基于此，本说明书提供了一种基于异构存储集群的业务执行方法，智能资源调度提高存储设备的资源利用率，确保存储资源均匀分配；存储设备的动态调度降低运维成本；统一连接器实现异构存储设备的统一管理；使得异构存储系统更具竞争力，能够更好地满足不断变化的计算需求。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种基于异构存储集群的业务执行方法的流程示意图，包括以下步骤：
S101：获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系。
在本说明书中，用于实现一种基于异构存储集群的业务执行方法的执行主体可以是服务器等指定设备，当然，也可以指分布式集群当中的计算节点，为了便于描述，以下仅以服务器作为执行主体为例，对本说明书中提供的一种基于异构存储集群的业务执行方法进行说明。
本说明书中的存储系统可以由多种异构存储设备构成，不同存储设备对应而对设备类型、设备厂商以及数据传输协议均有所不同。这些异构存储设备可以包括：传统的磁盘阵列、闪存、磁带，以及新型的非易失性存储器（Non-Volatile Memory，NVM）、网络附加存储（Network Attached Storage，NAS）等，不同存储设备对应而对设备类型、设备厂商以及数据传输协议均有所不同。
服务器可以获取各存储设备的性能指标信息，并保存在数据库系统信息表中，这些性能指标信息可以包括：存储设备总容量、已用容量、带宽、IPOS、延迟、吞吐量、硬件故障率、数据保护备份机制信息、扩展性信息以及安全性信息等，当然，还可以包含有其他性能指标信息，本说明书对此不做具体限定。
此外，服务器还可以确定不同业务与各性能指标之间的映射关系并存储在数据库系统信息表中，其中，这些业务可以包括计算密集型业务、数据密集型业务、多元数据业务以及海量大文件业务等。
具体的，针对每种业务，服务器可以事先确定该业务所对应的业务标签，进而将该业务标签与满足该业务存储需求的最低性能指标之间建立映射关系。
S102：在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标。
服务器在接收到业务请求后，可以先对该业务请求来源以及数据格式的合法性进行验证，并在验证通过后对请求参数进行预处理。其中，该业务请求可以是模型训练或推理过程中的数据存储请求。
之后服务器可以确定业务请求中包含的每个待执行业务所对应的业务标签，进而根据预先确定的业务与各性能指标之间的映射关系，确定每个待执行业务所对应的目标性能指标，对于每个待执行业务，该待执行业务对应的目标性能指标可以用于表征能够满足该待执行业务存储需求的最低性能指标。
S103：根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备。
S104：针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值。
S105：根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务。
在执行业务请求的过程中，服务器可以实时对各存储设备的可用容量和负载均衡权值进行监测，之后采用多维特征相似度对比算法，动态调度到匹配的存储设备，对于暂时不满足需求的业务，把其放入任务队列等待后续调度分配，同时通知人工介入。
具体的，服务器可以在各存储设备中确定出容量指标满足待执行业务需求的存储设备，进而在这些存储设备中筛选出满足其他指标的存储设备，作为候选设备。
服务器可以按照各候选设备当前的可用容量和负载均衡权值由高到低的顺序，对各候选设备进行排序，进而将排序最靠前（即可用容量和负载均衡权值最高）的候选设备作为待执行业务对应的目标存储设备。
之后服务器可以为不同的待执行业务分配各自对应的目标存储设备，从而通过各待执行业务对应的目标存储设备执行数据的存储业务。
进一步的，在通过各目标存储设备执行业务之前，服务器可以获取每个目标存储设备对应的元数据，从连接器工厂适配对应的设备连接器，并完成连接器初始化，而后基于各目标存储设备元数据，确定各目标存储设备对应的连接器，进而通过连接器向各目标存储设备发送分配指令，以使各目标存储设备根据所述分配指令执行各自对应的待执行业务，并更新性能指标信息。为了便于理解，本说明书提供了一种统一连接器的示意图，如图2所示。
图2为本说明书中提供的一种统一连接器的示意图。
其中，存储设备的元数据包括设备类型、厂商、系统域名、所属机房、状态、访问方式等。连接器可以采用外观模式对外提供统一的接口，底层采用策略模式，接入不同的存储系统连接器，连接器工厂将元数据封装成策略，适配到不同的连接器。
需要说明的是，对各目标存储设备的动态调度是基于负反馈机制的策略实现的，为了便于理解，本说明书提供了一种基于负反馈机制的动态调度架构示意图，如图3所示。
图3为本说明书中提供的一种基于负反馈机制的动态调度架构示意图。
服务器通过监控器实时监测存储设备，定时反馈存储设备的指标信息给调度器，调度器依据指标信息重新计算存储设备负载均衡权值，对将要分配的业务需求按照设备负载均衡权值重新进行分配到存储设备。
也就是说，在此过程中服务器可以监测每个目标存储设备对应的可用容量和负载均衡权值，若该目标存储设备当前的可用容量和负载均衡权值不满足该目标存储设备正在执行的目标业务的业务需求，则重新按照上述方式为目标业务分配目标存储设备。
当需要新增存储设备时，服务器可以动态调整调度策略，包括：监控器通过实时监控把设备元数据和特征信息保存到系统特征表和元数据表，加入待调度的存储设备。
在实际执行业务的过程中，每个目标存储设备可能会被分配不止一个待执行业务，并且这些待执行任务无法在同一时刻被执行。因此，对于每个目标存储设备，服务器可以确定该目标存储设备所需处理的各待执行业务对应的业务优先级信息，之后基于各待执行业务对应的业务优先级信息，依次处理该目标存储设备所需处理的各待执行业务。
上述业务优先级信息可以为优先级分数，服务器可以根据业务需求的优先级分数优化排序，优先处理重要或紧急的业务需求，优先级分数依据业务需求的重要程度计算获得。
在实际应用中，服务器中可以部署有针对上述异构存储设备的资源调度管理系统，从而实现对各存储设备的管理和调度。为了便于理解，本说明书提供了一种资源调度管理系统的架构示意图，如图4所示。
图4为本说明书中提供的一种资源调度管理系统的架构示意图。
其中，该资源调度管理系统可以包括：处理模块、调度模块、监控模块、统一连接器管理模块以及处理器模块。
预处理模块接受业务系统的存储请求，对请求做预处理，映射业务系统的需求标签为存储设备的指标信息。
调度模块根据业务标签和存储指标匹配调度策略，基于负反馈机制完成动态调度和资源的重新分配，对待分配的任务队列进行优化排序。
监控模块实时监控各个存储设备的工作状态和负载情况，定时向调度模块反馈设备的指标，并保存到数据库，用于调度模块读取和设备概况的可视化展示。
统一连接器管理模块包括抽象的连接器接口和基于接口实现的各个连接器，连接器注册到连接器工厂，由连接器工厂适配不同的连接器。
云处理器模块负责执行分配指令，命名包括底层设备SDK、存储设备指令等，完成资源分配。
从上述方法可以看出，本方案通过多种异构的存储设备执行不同业务的过程中，可以基于各存储设备的性能指标信息选取出满足不同业务对应业务需求的候选设备，进而根据各候选设备当前的可用容量和负载均衡权值，为各业务分配最优的目标存储设备执行存储业务，相比于目前采用同构存储设备执行业务的方法，本方案可以为不同业务分配与之相匹配的存储设备，充分发挥不同存储设备的特性，高效、经济的进行存储资源的调度，充分满足了不同业务对工作负载的多样性需求。
以上为本说明书的一个或多个实施基于异构存储集群的业务执行方法，基于同样的思路，本说明书还提供了相应的基于异构存储集群的业务执行装置，如图5所示。
图5为本说明书提供的一种基于异构存储集群的业务执行装置的示意图，包括：
映射模块501，用于获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系；
接收模块502，用于在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标；
选取模块503，用于根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备；
确定模块504，用于针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；
执行模块505，用于根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务。
可选地，不同存储设备对应的性能指标不同，所述性能指标信息至少包括：存储设备总容量、已用容量、带宽、IPOS、延迟、吞吐量、硬件故障率、数据保护备份机制信息、扩展性信息以及安全性信息。
可选地，所述不同业务包括：计算密集型业务、数据密集型业务、多元数据业务以及海量大文件业务中的至少一种。
可选地，所述执行模块505还用于，针对每个目标存储设备，监测该目标存储设备对应的可用容量和负载均衡权值；若该目标存储设备当前的可用容量和负载均衡权值不满足该目标存储设备正在执行的目标业务的业务需求，则重新为所述目标业务分配目标存储设备。
可选地，所述执行模块505具体用于，针对每个目标存储设备，确定该目标存储设备所需处理的各待执行业务对应的业务优先级信息；基于所述业务优先级信息，依次处理该目标存储设备所需处理的各待执行业务。
可选地，所述执行模块505具体用于，获取每个目标存储设备对应的元数据；基于所述元数据，确定各目标存储设备对应的连接器；通过所述连接器向各目标存储设备发送分配指令，以使各目标存储设备根据所述分配指令执行各自对应的待执行业务，并更新性能指标信息。
可选地，所述的连接器采用外观模式对外提供统一的接口，底层采用策略模式，接入不同的存储设备，连接器工厂将元数据封装成策略，适配到不同的存储设备。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的一种基于异构存储集群的业务执行方法。
本说明书还提供了图6所示的一种对应于图1的电子设备的示意结构图。如图6所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的基于异构存储集群的业务执行方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（ProgrammableLogic Device, PLD）（例如现场可编程门阵列（Field Programmable Gate Array，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（HardwareDescription Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（AdvancedBoolean Expression Language）、AHDL（Altera Hardware Description Language）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（JavaHardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（Ruby HardwareDescription Language）等，目前最普遍使用的是VHDL（Very-High-Speed IntegratedCircuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。
Claims (8)
1.一种基于异构存储集群的业务执行方法，其特征在于，包括：
获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系；
在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标；
根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备；
针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；
根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务，其中，获取每个目标存储设备对应的元数据，基于所述元数据，确定各目标存储设备对应的连接器，通过所述连接器向各目标存储设备发送分配指令，以使各目标存储设备根据所述分配指令执行各自对应的待执行业务，并更新性能指标信息，所述的连接器采用外观模式对外提供统一的接口，底层采用策略模式，接入不同的存储设备，连接器工厂将元数据封装成策略，适配到不同的存储设备；当需要新增存储设备时，将新增的存储设备的设备元数据和特征信息保存到系统特征表和元数据表中，以将新增的存储设备作为待调度的存储设备。
2.如权利要求1所述的方法，其特征在于，不同存储设备对应的性能指标不同，所述性能指标信息至少包括：存储设备总容量、已用容量、带宽、IPOS、延迟、吞吐量、硬件故障率、数据保护备份机制信息、扩展性信息以及安全性信息。
3.如权利要求1所述的方法，其特征在于，所述不同业务包括：计算密集型业务、数据密集型业务、多元数据业务以及海量大文件业务中的至少一种。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
针对每个目标存储设备，监测该目标存储设备对应的可用容量和负载均衡权值；
若该目标存储设备当前的可用容量和负载均衡权值不满足该目标存储设备正在执行的目标业务的业务需求，则重新为所述目标业务分配目标存储设备。
5.如权利要求1所述的方法，其特征在于，根据每个待执行业务对应的目标存储设备执行业务，具体包括：
针对每个目标存储设备，确定该目标存储设备所需处理的各待执行业务对应的业务优先级信息；
基于所述业务优先级信息，依次处理该目标存储设备所需处理的各待执行业务。
6.一种基于异构存储集群的业务执行装置，其特征在于，包括：
映射模块，获取各异构存储设备对应的性能指标信息，以及，确定不同业务与各性能指标之间的映射关系；
接收模块，在接收到业务请求后，针对所述业务请求中包含的每个待执行业务，根据所述映射关系，确定该待执行业务对应的目标性能指标；
选取模块，根据所述性能指标信息，在各存储设备中选取出满足所述目标性能指标的各存储设备，作为候选设备；
确定模块，针对每个候选设备，确定该候选设备当前的可用容量和负载均衡权值；
执行模块，根据每个候选设备对应的可用容量和负载均衡权值，在各候选设备中确定出该待执行业务对应的目标存储设备，以根据每个待执行业务对应的目标存储设备执行业务，其中，获取每个目标存储设备对应的元数据，基于所述元数据，确定各目标存储设备对应的连接器，通过所述连接器向各目标存储设备发送分配指令，以使各目标存储设备根据所述分配指令执行各自对应的待执行业务，并更新性能指标信息，所述的连接器采用外观模式对外提供统一的接口，底层采用策略模式，接入不同的存储设备，连接器工厂将元数据封装成策略，适配到不同的存储设备；当需要新增存储设备时，将新增的存储设备的设备元数据和特征信息保存到系统特征表和元数据表中，以将新增的存储设备作为待调度的存储设备。
7.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1~5任一项所述的方法。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311722259.2A CN117421129B (zh) | 2023-12-14 | 2023-12-14 | 一种基于异构存储集群的业务执行方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311722259.2A CN117421129B (zh) | 2023-12-14 | 2023-12-14 | 一种基于异构存储集群的业务执行方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117421129A CN117421129A (zh) | 2024-01-19 |
| CN117421129B true CN117421129B (zh) | 2024-04-02 |
Family
ID=89526887
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311722259.2A Active CN117421129B (zh) | 2023-12-14 | 2023-12-14 | 一种基于异构存储集群的业务执行方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117421129B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118467185B (zh) * | 2024-07-12 | 2024-09-27 | 济南浪潮数据技术有限公司 | 负载请求处理方法、装置、设备、存储介质及程序产品 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326133A (zh) * | 2021-06-07 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 一种分布式负载均衡的任务调度方法及装置 |
| CN113391589A (zh) * | 2021-06-29 | 2021-09-14 | 西北工业大学 | 一种无人机异构设备统一接入与协议转换板卡 |
| CN114185643A (zh) * | 2021-11-12 | 2022-03-15 | 东软集团股份有限公司 | 虚拟机调度方法、装置、设备以及存储介质 |
| CN114450678A (zh) * | 2019-09-27 | 2022-05-06 | 亚马逊技术股份有限公司 | 实现对异构数据源的联合查询访问 |
| CN114500578A (zh) * | 2021-12-27 | 2022-05-13 | 天翼云科技有限公司 | 分布式存储系统负载均衡调度方法、装置及存储介质 |
| CN116048800A (zh) * | 2023-01-10 | 2023-05-02 | 之江实验室 | 一种数据处理的方法、装置、存储介质及电子设备 |
| CN117008818A (zh) * | 2022-10-10 | 2023-11-07 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、计算机设备和计算机可读存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10733557B2 (en) * | 2017-04-04 | 2020-08-04 | International Business Machines Corporation | Optimization of a workflow employing software services |
-
2023
- 2023-12-14 CN CN202311722259.2A patent/CN117421129B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114450678A (zh) * | 2019-09-27 | 2022-05-06 | 亚马逊技术股份有限公司 | 实现对异构数据源的联合查询访问 |
| CN113326133A (zh) * | 2021-06-07 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 一种分布式负载均衡的任务调度方法及装置 |
| CN113391589A (zh) * | 2021-06-29 | 2021-09-14 | 西北工业大学 | 一种无人机异构设备统一接入与协议转换板卡 |
| CN114185643A (zh) * | 2021-11-12 | 2022-03-15 | 东软集团股份有限公司 | 虚拟机调度方法、装置、设备以及存储介质 |
| CN114500578A (zh) * | 2021-12-27 | 2022-05-13 | 天翼云科技有限公司 | 分布式存储系统负载均衡调度方法、装置及存储介质 |
| CN117008818A (zh) * | 2022-10-10 | 2023-11-07 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、计算机设备和计算机可读存储介质 |
| CN116048800A (zh) * | 2023-01-10 | 2023-05-02 | 之江实验室 | 一种数据处理的方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 异构环境下的Hadoop负载均衡策略研究;刘帅酝;;电脑编程技巧与维护;20200118(01);43-46 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117421129A (zh) | 2024-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107038069B (zh) | Hadoop平台下动态标签匹配DLMS调度方法 | |
| US8893145B2 (en) | Method to reduce queue synchronization of multiple work items in a system with high memory latency between processing nodes | |
| US12106154B2 (en) | Serverless computing architecture for artificial intelligence workloads on edge for dynamic reconfiguration of workloads and enhanced resource utilization | |
| CN117421129B (zh) | 一种基于异构存储集群的业务执行方法、装置及电子设备 | |
| CN111324427B (zh) | 一种基于dsp的任务调度方法及装置 | |
| US9049193B2 (en) | Method and system for distributing resource-availability information within a distrubited computer system | |
| CN114741207A (zh) | 一种基于多维度组合并行的gpu资源调度方法和系统 | |
| CN109634714B (zh) | 一种智能调度的方法及装置 | |
| CN116467061B (zh) | 一种任务执行的方法、装置、存储介质及电子设备 | |
| CN111782409B (zh) | 任务处理、风险识别任务处理方法、装置及电子设备 | |
| CN111831411B (zh) | 任务处理方法、装置、存储介质及电子设备 | |
| CN112925616A (zh) | 任务分配方法、装置、存储介质及电子设备 | |
| JP2024536659A (ja) | タスク実行方法、装置、記憶媒体及び電子デバイス | |
| CN116737345A (zh) | 分布式任务处理系统及方法、装置、存储介质以及设备 | |
| CN116932175B (zh) | 一种基于序列生成的异构芯片任务调度方法以及装置 | |
| CN116521350B (zh) | 基于深度学习算法的etl调度方法及装置 | |
| CN111400032B (zh) | 一种资源分配的方法及装置 | |
| CN116302457A (zh) | 一种云原生工作流引擎实现方法、系统、介质及电子设备 | |
| CN116204324A (zh) | 一种任务执行的方法、装置、存储介质及电子设备 | |
| EP3343370A1 (en) | Method of processing opencl kernel and computing device therefor | |
| CN110032433B (zh) | 一种任务执行方法、装置、设备及介质 | |
| CN114090201A (zh) | 资源调度方法、装置、设备及存储介质 | |
| Hanif et al. | Jargon of Hadoop MapReduce scheduling techniques: a scientific categorization | |
| Wen et al. | Fast DRL-based scheduler configuration tuning for reducing tail latency in edge-cloud jobs | |
| CN117992239B (zh) | 资源管理分配方法、智能计算云操作系统以及计算平台 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |