随着云计算,5G时代的来临,越来越多的应用程序采用云存储的方式存储数据,而物联网的大力发展,Io T等平台的推广使得越来越多的数据存储在数据中心,数据已经成为智能社会发展的基石。这种发展势必对存储中心的容量、传输率、可靠性等性能提出了更高的要求。同时这些数据具有产生速率不均匀,写需求大,读需求少的特点,数据存储时负载的动态变化对存储架构有了新的需求。动态负载存储存在负载变化与应用场景有较大关联的特点,所以需要一种根据当前负载变化实时分配条带的存储系统。针对这一问题,本文在传统RAID布局的基础上提出了一种基于双引擎的高效能存储系统,该系统使用软硬件协同设计,这种方式在保证系统高响应,高传输速率的前提下节省了大量CPU计算资源,并减少了磁盘调度次数,本文的研究内容如下:首先,对课题研究背景和意义进行展述,对各个存储器件和数据备份技术进行简介。对常见的RAID技术进行原理分析,通过对RAID技术的分析引出不同应用场景需要不同的RAID技术。其次,对S-RAID5和DPPDL算法的原理,优缺点以及适用场景进行简介,进一步分析与时间无关的动态负载下已有存储算法的需要改进之处。最后,在负载与时间无关的动态负载存储背景下,提出基于双引擎的高效能存储系统,该系统采用动态负载的软硬件协同设计(DSH),在底层布局方面该系统使用冷热树结构对磁盘空间进行管理,根据当前开启的磁盘和磁盘过去使用的次数进行条带的分配。根据软件和硬件分别适用的不同应用场景,该算法采用软硬件协同处理架构,将条带分配、地址计算等功能使用软件实现,而将磁盘的异或校验算法通过PCIE传输到FPGA中用硬件实现,这种布局大大节省了CPU计算资源。通过实验分析可知,在20%到40%的连续写请求下,由5个磁盘组成的DSH算法的CPU使用率是DPPDL算法和S-RAID5算法的50%。在60%的连续写请求下,DSH算法的CPU使用率是DPPDL算法的25%,是S-RAID5算法的50%,并且随着负载的不断增加,DSH节省CPU资源的能力越发明显。在能耗方面,在相同负载变化的24小时内,DSH比DPPDL节省10%的磁盘能耗。从而证明DSH算法在动态负载存储的环境下对节约CPU计算资源和节省磁盘能耗有较大优势。