论文部分内容阅读
云存储是一种通过利用大量的存储设备组成集群,进而对外提供服务的技术,云存储主要融合了虚拟化、数据存储等技术。在已存在的众多云存储中,各个云存储提供的服务水平也是不同的,如何从多个云存储中选择最适合用户自身需求的云存储成为当下较为热门的研究方向。为了解决上述问题,通过对比当前主流的云存储融合框架Apache LibCloud以及OpenStack Cloud Data Management Interface(CDMI),发现CDMI在模块化开发及后期维护上有明显优势,因此采用CDMI进行系统开发,并添加了能力探测及服务适配功能。能力探测即利用平台周期性的对各个云存储当前的情况进行探测,包括上传下载的速率和带宽、云存储的地理位置、云存储的服务能力等,根据这些信息,能够计算出当前各个云存储能提供的服务情况。服务适配即指根据当前的云存储服务情况以及用户的要求,对它们进行配对,然后将用户的请求转发到对应的云存储上,充分实现用户与云存储之间的解耦。通过将能力探测功能、服务适配功能以及CDMI框架提出的基本概念进行实现,建立了基于CDMI框架的云存储服务适配平台。系统重点研究的是云存储能力探测以及服务适配功能,在能力探测功能中,带宽与速率的测量采用的是拥挤算法,速率的预测模块提出了基于二次拉格朗日插值的速率平滑方法,云服务器的定位则是通过建立二维虚拟坐标,并利用胡克定律进行坐标的移动来实现的。服务适配功能采用的是指数型矩阵加权和的方式进行权值计算,选取权值最大的结果返回给用户。根据实验结果及分析,在功能测试中,探测功能中带宽与速率探测结果与实际结果相符合,决策结果符合用户的实际需求。在性能测试中,对比了两种虚拟空间建立方式达到稳定的收敛时间、经过拉格朗日插值平滑的曲线以及未经过平滑的速率曲线,从结果上来看,系统采用的算法收敛时间相对于基于原点的空间建立算法提升30%以上,经过平滑的曲线的抖动情况明显优于未平滑过的速率曲线,速率预测结果范围平均缩小50%,充分满足用户的需求。