文献类型：期刊文章

作　　者：王健宗[1,2,3,4] 谌炎俊[1,5] 谢长生[1,2,3]

机构地区：[1]华中科技大学计算机学院,武汉430074 [2]武汉光电国家实验室,武汉430074 [3]信息存储系统教育部重点实验室(华中科技大学),武汉430074 [4]网易公司,广州510665 [5]佐治亚理工学院,佐治亚州亚特兰大30332

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(60933002);国家"九七三"重点基础研究发展计划基金项目(2011CB302303);湖北省武汉市青年科技晨光计划基金项目(201050231073);国家"八六三"高技术研究发展计划基金项目(2013AA013203)

年　　份：2013

卷　　号：50

期　　号：8

起止页码：1657-1666

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着云计算的普及,越来越多的客户选择使用基于云的服务,以避免冗余的设施购买费用和繁杂的系统设计与维护,从而将精力集中在自己的专业领域.通常,云服务的客户从云服务供应商购买虚拟机,并根据双方商定达成的服务水平目标(service level objective,SLO)约束购买到的计算资源.分布式存储中大量的文件分布在不同的存储节点上,现有的CPU、内存以及带宽等资源的分配调度算法并不适用磁盘I/O资源.从云服务提供商的角度来说,高效用的I/O资源调度算法有利于提高其系统的利用率,节约资源开销并增加企业收益率.从云存储提供商为获取高效率高收益率的角度考虑,通过对用户的虚拟机在不同存储节点上的访问特性建模,提出了一个新的自适应分布式I/O资源调度算法,简称为PC算法.PC算法能够:1)根据用户与服务商之间制定的SLO,动态地在各个存储节点中为每个虚拟机制定适当的局部SLO,满足虚拟机对个体节点的访问需求;2)为各虚拟机提供高效健壮的资源分配策略,既能尽可能利用I/O资源,又避免由无序的I/O资源竞争导致的虚拟机I/O资源饥饿.PC算法能够根据不同的I/O资源供应状况在两种调度策略间自动切换,当系统I/O资源充足时,算法采用最早截止时间优先算法(earliest deadline first,EDF)方式提高I/O资源使用率;反之则根据每个I/O请求的预计效益来提高总收益率.实验结果表明,在不采用预先设定虚拟机对各个节点访问量的前提下,PC算法能根据访问模式制定合理的资源分配,提高系统的I/O资源利用率和收益.

关 键 词：云存储  I O资源调度  效用优化  服务水平目标  收益最大化

分 类 号：TP302.8]