一种基于条带的一致性散列数据放置算法

分布式存储系统作为数据存储的载体,广泛应用于大数据领域.纠删码存储方式相对副本方式,既具有较高的空间利用效率,又能保证数据存储的可靠性,因此被越来多的应用于存储系统当中.在EB级大规模纠删码分布式存储系统中,元数据管理成本较大,位置信息等元数据查询效率影响了I O时延和吞吐量.基于位置信息记录的有中心数据放置算法需要频繁访问元数据服务器,导致性能优化受限,基于Hash映射的无中心数据放置算法越来越多地得到应用.但面向纠删码的无中心放置算法,在节点变更和数据恢复过程中,存在位置变更困难、迁移数据量大、数据恢复和迁移并发度低等问题.提出了一种基于条带的一致性Hash数据放置算法(consistent Hash data placement algorithm based on stripe,SCHash),SCHash以条带为单位放置数据,通过把数据块到节点的映射转化为条带到节点组的映射过程,减少节点变动过程中的数据迁移量,从而在恢复过程中降低了变动数据的比例,加速了恢复带宽.并基于SCHash算法设计了一种基于条带的并发I O调度恢复策略,通过避免选取同一节点的数据块进行I O操作,提升了I O并行度,通过调度恢复I O和迁移I O的执行顺序,减少了数据恢复的执行时间.相比APHash数据放置算法,SCHash在数据恢复过程中,减少了46.71%~85.28%数据的迁移.在条带内重建时,恢复带宽提升了48.16%,在条带外节点重建时,恢复带宽提升了138.44%.     

五台山生态关联区生态足迹及承载力时空变化

五台山生态关联区的生态安全对保障五台山世界遗产地可持续发展具有重要意义。为了分析五台山生态关联区的生态安全, 采用生态足迹模型对2010、 2015 和2018 年生态足迹进行测算分析。结果显示:(1)2010-2018 年, 五台山生态关联区的人均生态承载力总体稳定在2 hm² / 人左右; 人均生态足迹从1. 202hm² / 人增加到2. 655 hm² / 人; 生态盈亏由1. 099 hm² / 人的生态盈余演变成-0. 411 hm² / 人的生态赤字; 生态压力指数由0. 522 增长到1. 183。(2)不同类型的生态足迹不均衡, 耕地和草地是主要生态足迹因子, 滹沱河流域的耕地人均生态足迹明显高于其他区域和类型; 生态盈亏变化最大的是化石能源地, 其次为耕地,其余4 种变化小, 总体稳定, 轻度生态赤字分布范围明显大于生态盈余范围; 生态压力大小为草地>耕地>化石能源地>建设用地>林地>水域。五台山可持续发展面临挑战。