IP存储广域网的性能研究

由于光纤的传输距离有限，使FC SAN的连接距离受到限制。IP存储广域网利用IP网络存储技术扩展了主机与存储设备的连接距离，提供了广域网范围内块级数据的访问。文中对IP存储广域网的结构、性能进行了研究，提出了IP存储广域网的系统性能评价模型，为评价和改进IP存储广域网的系统性能提供了理论依据。理论分析和测试结果表明，虽然影响IP存储广域网性能的因素有很多，但当网络带宽低于存储设备吞吐率时，IP广域网网络带宽成为决定IP存储广域网最大系统吞吐率的决定因素。     

基于iSCSI的IP存储广城网性能分析

随着远程容灾、内容分发、数据网格等的不断应用,要求数据存储的范围从局域网拓展到广域网。在SNIA共享存储体系结构的基础上,提出了基于iSCSI协议的IP存储广域网的共享存储模型,并利用iSCSI软件实现方式,基于网络RAID设计实现了IP存储广域网系统。通过实验测试,研究了网络带宽、网络延迟和丢包率对IP存储广域网性能的影响。实验结果表明：IP存储广域网的性能随着网络性能的下降而降低。     

一种IP网络存储协议iBDTP的设计与实现

目前可用于IP存储广域网的IP网络存储协议包括iSCSI、HyperSCSI、ENBD等,它们在支持多类型设备接口、支持TCP/IP协议以及设备自动发现机制上存在诸多不足。为了克服这些不足,文章设计了一种iBDTP协议,它支持多种类型的设备接口,并在IP广域网范围内具有设备的自动发现机制。此外,在iBDTP基础上,该文利用基本的IP广域网结构,构建了IP存储广域网,并对基于iBDTP协议的IP存储广域网的性能进行了分析。     

IP存储广域网性能分析模型

通过对数据传输流程的分析，建立了IP存储广域网的排队网络模型．在此基础上，提出了IP存储广域网的性能边界分析模型．实验结果发现，实测性能在理论性能边界范围之内，理论性能边界反映了实测性能的变化趋势．对模型的分析表明，IP WAN的性能是限制IP存储广域网最大性能的关键因素，提高缓存命中率、链路带宽和降低传播延迟将提高IP存储广域网的最大性能．     

ADHSNT自发现层次存储网络拓扑模型设计

当存储网络的数据节点达到数以百计的时候,手工设计所产生的结果往往不能很好地适合需求.自动生成存储网络的拓扑设计,可以处理这些问题.因此本文在研究了广域网络存储虚拟化形成的拓扑结构的基础上,指出现有简单层次模型的不足,提出了自动发现层次式存储网络拓扑模型ADHSNT.结合存储网络的实际特点提出IP路径合并算法,并进行拓扑结构规整.     

基于iSCSI存储集群的设计与实现

为了节约成本,提高系统的可用性,通过研究iSCSI与存储集群的特点,提出将iSCSI应用到存储集群中的方案.分析了心跳检测、故障迁移、数据镜像等技术,在设计心跳检测时,通过增加失效点阀值提高检测的正确性,故障迁移利用ARP欺骗原理来完成,数据镜像则使用同步模式来保障数据的一致性.最后实现了一款高可靠、高可用基于iSCSI的存储集群系统,并对存储系统性能进行了测试.     

网络存储中构造高可用数据中心的研究

网络存储是当今世界新的热点研究方向.文章在分析传统存储系统体系结构缺陷的基础上,研究了网络存储的技术优势,讨论了NAS、SAN系统和ISCSI三种当前的网络存储技术.同时,根据我企业对存储数据的需求及硬件环境的特点,结合目前光纤通道和集群技术,提出了一种构造高可用性数据中心的结构方案,给出了提高系统可用性的具体方法.     

P2P存储系统中基于用户体验的可用性模型与应用

保证数据的可用性是Peer-to-Peer(P2P)存储系统最重要的属性之一.可用性分析模型和数据的放置是P2P存储系统设计的两个关键问题.由于用户在P2P存储系统中同时作为服务节点和访问节点,决定了可用性分析必须以用户为中心,从而提高服务质量,并降低系统开销.目前广泛使用的可用性分析模型以及随机放置方法存在以下缺点:1.忽视了节点在线时间的模式,会在不同时间段高估或低估节点的可用性;2.忽视了节点对数据的访问规律,不能准确评估用户体验到的可用性;3.忽视了节点可用性差异,缺乏激励机制.本文提出了一个新的基于用户体验的可用性模型,它能够从用户体验的角度,评价P2P存储系统的可用性,同时它也可以兼容传统的可用性分析模型.在新模型的基础上,本文针对两种典型的P2P存储应用:数据共享和个人备份,提出了相应的分布式数据分发算法.通过真实日志驱动实验证明,新的算法在数据共享应用中能大大降低可用性方差,减少低可用性数据;同时,在个人备份应用中能针对不同用户的贡献提供不同层次的服务,起到有效的激励作用.     

寄生存储冗余机制与实现技术

互联网在数据包收发过程中具有短暂的数据存储能力.由于网络上数据包的传榆时间非零,这样便导致数据包在传输的过程中能够保持一定的在线时间,从而形成事实上的数据存储.这种数据存储行为可用于构建一种极其独特的网络存储新模式--寄生存储.针对寄生存储模型,给出数据冗余机制,并深入分析基于纠删码的数据冗余存储模型,给出数据分布模型与数据恢复策略.分析结果表明,这种冗余方法根据宿主的健康程度及能力实现数据分布的差异化管理,既减少了系统对网络状况的影响又提高了系统的可靠性,适用于在广域网上进行免费、大容量及短期的数据存储;远程寄生宿主并没有意识到用户的数据存储行为;对网络性能的影响几乎可以忽略不计.     

检验检疫融合存储数据容灾应用研究

文中首先介绍了笔者所在单位目前存在IP SAN和FC SAN的应用带来的管理需求。为建立快速高效的灾难恢复解决方案,保障业务系统的连续运行使保障检验检疫工作正常,针对应用不同存储系统的特点,探索一种可以融合多种不同存储的容灾技术,提出并浅析了在可兼容FC及IP存储（包括iSCSI和NAS）的网络存储基础架构上,研究融合存储数据容灾的可行性,并利用系统原型完成融合存储数据容灾应用的研究。对今后基于融合存储的数据容灾研究有较好的理论借鉴意义和实际参考价值。     

IP存储广域网的I/O响应时间分析

以往对网络存储系统的性能分析大都集中在定性研究,定量分析模型很少。在分析基于iSCSI协议的IP存储广域网(IP-SWAN)的数据传输流程的基础上,建立了该系统的Petri网模型。利用Petri网模型的特点,在理论上计算了IP-SWAN系统的I/O响应时间,并分析了各参数对系统性能的影响,提出了改进IP-SWAN系统性能的方法。     

基于随机Petri网的IP-SWAN系统性能评价

在分析基于iSCSI协议的IP存储广域网(IP-SWAN)的数据传输流程的基础上,提出了IP-SWAN系统的随机Petri网模型和一种新的基于变迁的串并联等价变换计算系统I/O响应时间的SPNA方法。基于SPNA方法的性能分析和预测结果表明,在低速网环境下,网络传输速率是系统性能的主要瓶颈,提高网络带宽可以有效地改进整个系统性能。在高速网环境下,提高中心节点的读缓存命中率和CPU处理效率,可以降低系统的I/O响应时间。     

不同任务粒度下校验式IP-SWAN系统的性能评价模型

在不同的任务粒度下,RAID5结构的 IP-SWAN 系统的请求数据流动有很大的不同。在详细分析了校验式IP-SWAN 系统在读任务、大数据写任务和小数据写任务下的数据流程的基础上,建立了 IP-SWAN 系统的闭合排队网络模型,研究了在不同任务类型和粒度下系统各个部件服务需求的计算方法,并采用 MVA 分析法在理论上对 IP-SWAN 系统的吞吐量进行了计算。实验测试结果表明,理论模型的数值计算结果与实验结果基本一致,能够反映实际系统性能的变化趋势。     

Probabilistic optimisation of checkpoint intervals for real-time multi-tasks

This article considers the checkpoint placement problem for real-time systems. In our environment, multiple real-time tasks with arbitrary periods are scheduled in the system by the rate monotonic algorithm, and checkpoints are inserted at a constant interval in each task while the width of the interval is different with respect to the task. We derive an explicit formula of the probability that all the tasks are successfully completed with a given set of checkpoint intervals. Then we determine the optimal checkpoint intervals that maximise the probability of task completion. The probability computation includes the schedulability analysis with respect to the numbers of re-executed checkpoint intervals. Our method does not necessitate any algebraic condition on the periods of the scheduled tasks.     

Checkpoint Management with Double Modular Redundancy Based on the Probability of Task Completion

This paper proposes a checkpoint rollback strategy for real-time systems with double modular redundancy.Without built-in fault-detection and spare processors,our scheme is able to recover from both transient and permanent faults.Two comparisons are conducted at each checkpoint.First,the states stored in two consecutive checkpoints of one processor are compared for checking integrity of the processor.The states of two processors are also compared for detecting faults and the system rolls back to the previous checkpoint whenever required by logic of the proposed scheme.A Markov model is induced by the fault recovery scheme and analyzed to provide the probability of task completion within its deadline.The optimal number of checkpoints is selected so as to maximize the probability of task completion.     

串并联系统中支持实时替换的混合冗余策略优化

在需要长时间可靠运行的软件系统中,由于持续运行时间和任务响应速度的要求增加,工作组件在被探测到失效后将被冗余组件实时替换.但现有可靠性优化研究通常假设冷备份冗余在所有积极冗余组件失效后才使用.针对支持实时替换的混合冗余策略,对其冗余度优化分配进行研究.该策略不仅能够保障系统可靠性,而且能够保障系统性能,故选用实时可用性和任务完成效率两类约束条件,建立冗余配置代价最小化模型.基于马尔可夫链理论对可靠性及性能两类系统指标进行定量分析;采用数值计算方法对非线性的状态分析模型进行计算;改进二元组编码遗传算法对上述优化问题进行求解.采用实例对串并联系统中实时可用性及任务完成效率的分析进行了说明,并对优化冗余分配模型进行了验证.实验结果表明,在相同冗余度下,支持实时替换的混合冗余策略在任务完成效率方面优于传统的混合冗余策略.所以,在相同约束条件下不同混合冗余策略需要采用不同的冗余优化配置方案.     

Analytical and simulation models of generalized stochastic networks

For a generalized stochastic network with a given multi-dimensional distribution of arcs duration, we propose an analytical and simulation-based procedure to calculate the probability of all critical paths, the distribution function and the first two moments of the project completion time. The procedure employs a specially constructed system of inequalities binding the task completion times.     

移动微云任务迁移与调度

为了解决移动微云中时间期限约束下的任务能效调度问题,提出一种基于自适应概率的分布式任务调度算法。算法分为两个阶段:资源发现阶段和自适应概率调度阶段。第一阶段主要通过修正的QoS OLSR协议,使发送任务执行请求的源节点周期性地收集邻近处理节点的资源信息;第二阶段主要根据源节点的任务到达率,以概率计算方式选择最优的处理节点执行任务,在满足时间约束的同时,达到最优的能效。经过大量仿真场景的验证,结果表明该算法在维持较高的任务完成率的同时,还可以降低任务完成的平均能耗。