發(fā)布時間：2024-12-07 05:31

　　 近年來,隨著大數(shù)據(jù)、云計算技術(shù)的發(fā)展,應用系統(tǒng)越來越集中,規(guī)模亦越來越大,使得存儲系統(tǒng)的性能問題越來越突出。為應對其性能要求,并行文件系統(tǒng)得到了大量的應用。然而現(xiàn)有的并行文件系統(tǒng)優(yōu)化方法,大多只考慮應用系統(tǒng)或并行文件系統(tǒng)本身,較少考慮兩者之間的協(xié)同。該文基于應用系統(tǒng)在并行文件系統(tǒng)上的訪問模式對存儲系統(tǒng)的性能有顯著影響這一特點,提出基于動態(tài)分區(qū)的并行文件系統(tǒng)優(yōu)化方法。首先,利用機器學習技術(shù)來分析挖掘各個性能影響因素和性能指標之間的關(guān)系和規(guī)律,生成優(yōu)化模型。其次,以優(yōu)化模型為基礎(chǔ),輔助并行文件系統(tǒng)的參數(shù)調(diào)優(yōu)工作。最后,基于Ceph存儲系統(tǒng)進行原型實現(xiàn),并設(shè)計了三層架構(gòu)應用系統(tǒng)進行了性能測試,最終達到優(yōu)化并行文件系統(tǒng)訪問性能的目的。實驗結(jié)果表明,所提出方法可以達到85%的預測優(yōu)化準確率;在所提出模型的輔助優(yōu)化下,并行文件系統(tǒng)的吞吐量性能得到約3.6倍的提升。

【文章頁數(shù)】：13 頁


本文編號：4014883