数据中心优化放置和容错存储策略研究

发布时间：2021-09-02 06:48

　　随着云计算的快速发展,数据中心作为云计算的核心基础设施也开始了高速发展,传统数据中心的集中式网络分布被打破。随着分布式取代了集中式,当今数据中心对海量数据的高效存储和管理,大量而多变的通信交互模式和低往返时延等方面提出了很高的要求,传统的协议和算法难以在现有数据中心网络中发挥功效。近几年来,大量的研究工作围绕着如何优化数据中心中数据的放置和存储策略展开,这些研究工作主要包括两个方面:第一,如何实现一种高效的内容放置策略,选择最优的放置节点,减少访问时延,同时改进节点负载均衡。第二,如何实现一种具有容错性的存储策略,减少节点失效后,数据恢复的时间,最小化节点失效的影响。强化学习算法是一种与动态规划相关的算法,适合解决数据放置这类优化的问题。本文将强化学习算法应用到数据中心内容放置问题中,提出了基于强化学习算法的优化放置策略,并应用纠删码技术提出了基于关联性的容错存储策略。针对数据中心的内容放置策略,本文第一部分将强化学习算法中的Q学习方法应用到数据中心网络的内容放置中,通过最优化平均链路带宽和节点存储负载建立放置模型,设计了运用Q学习方法的副本数据放置策略。课题采用的是以交换机为核心的架... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

(n,k)纠删码编码和解码过程

修复系统源数据

而不必像 MDS 编码一样，每个源数据独立进行传输。修复系统源数据和修复编码数据的示意图分别如图 2-4 和图2-5 所示，在使用再生码的数据恢复过程，修复系统源数据或者编码数据都只需要传输 3 个数据块。而在直接使用 MDS（4,2）编码的系统当中，当一个节点失效时，想要成功恢复数据则传输的数据块个数不能小于 4。图 2-4 修复系统源数据[36]图 2-5 修复编码数据[36]

【参考文献】：
期刊论文
[1]云计算中的数据放置与任务调度算法[J]. 王强,李雄飞,王婧.  计算机研究与发展. 2014(11)
[2]Erasure Coding for Cloud Storage Systems: A Survey[J]. Jun Li,Baochun Li.  Tsinghua Science and Technology. 2013(03)
[3]一种改进的Hadoop数据放置策略[J]. 林伟伟.  华南理工大学学报(自然科学版). 2012(01)

硕士论文
[1]云计算环境下的容错存储技术研究[D]. 裴晓强.国防科学技术大学 2011



本文编号：3378531