一种对象存储设备中自适应动态预取策略

在对象存储系统中,对象存储设备具有很高的智能和处理能力,它负责对象及其属性的数据组织和管理,向外提供基于对象的访问接口。每个对象均具有属性,它反映了对象的某些特征。通过为每个对象自定义一个预取属性页,对用户访问对象存储设备的规律进行智能的自我学习,从而实现一种高效的、自适应的动态预取算法,可以提高对象存储设备的预取命中率,从而提高对象存储设备的性能。     

基于对象存储设备上的服务质量研究

基于对象存储（Object—basedStorage,OBS）作为下一代互联网存储协议标准逐渐被人们所接受,基于对象存储设备（Object—based Storage Device,OSD）所具有的可扩展性和智能性能很好地支持应用程序的服务质量（Quality of Service,QoS）需求。本文分析了基于对象存储系统的QoS需求,讨论了如何把应用客户的QoS需求转化为QoS属性,扩展了OSD SCSI协议集标准,以支持QoS,接着采取量化分析方法对QoS进行了分析,详细分析应用客户和OSD之间QoS信息交互的工作过程,最后,紧密结合OSD的特性,给出OSD上的QoS三层模型Q-Model和一优化算法BRP。     

对象存储系统的研究

SCSI, ATA/IDE等现有的基于块的存储接口已成为提升存储系统性能、降低存储管理成本的障碍。对象存储技术有望改变现状，成为下一个标准存储接口，使得建立拥有自主管理、数据共享、安全和智能化等特征的存储网络成为可能。该文分析对象存储的特点，设计并实现一个简单的对象存储系统原型，该对象存储系统遵照对象存储的OSD T10标准，由客户端、目标端和IP网络构成，采用iSCSI作为通信协议。读写性能测试分析结果表明，该系统可以满足实际需求。     

SOFS:用于OSD中的智能化的对象文件系统

为了优化基于对象的存储设备(OSD)内对象的存储,该文提出了一种用于OSD中的智能化的对象文件系统SOFS,它是一个文件系统容器,可以包含多种基于不同应用的文件系统,目前包含了两种文件系统：通用对象文件系统和媒体对象文件系统,分别用于存储文档、网页等小对象和大的媒体对象。SOFS在Linux内核中的实现与ext2比较,结果显示,读写普通文档等小对象时,SOFS的性能高出ext2 大约10％,而读写大的媒体对象时,效率高出ext2 30％左右。     

对象存储系统中对象查找及标识符分配管理策略

对象存储系统是一种新的网络存储体系结构,它结合了存储区域网SAN的高性能和网络附加存储NAS的跨平台的优点.对象存储系统的对象查找的快慢直接影响系统的性能.针对对象存储系统的对象查找是通过对象ID找到对象Onode.分析研究了对象文件系统中的对象查找策略及对象号分配策略,提出元数据服务器与对象设备协同管理对象ID,采用连续的对象号分配策略改进对象存储系统的对象查找方法,提高了对象存储系统的对象查找速度.     

对象存储系统中属性管理方法研究与实现

在对象存储系统中,对象属性用于描述数据特征以及安全策略.系统性能的改善可以通过对象属性的合理管理来实现.目前,属性存放在固定大小的数据结构中,这与属性的可扩展性相违背.针对现有对象属性放置与管理方法的不足,提出了对象属性基于扩展Hash的管理方法,以及属性的放置策略、缓冲策略.通过分析仿真测试的结果,发现在处理大量属性操作时,对象文件系统性能退化很严重.但是,用扩展Hash方法进行属性管理时,系统性能不退化,比对象文件系统更具优势.     

基于对象的文件系统I/O分析与评测

目前基于对象的存储设备中多采用通用的文件系统如EXT2、EXT3等进行管理,但面临着对海量数据的高效存储、管理问题.基于对象的文件系统实现了对象按大小在磁盘区域中组织管理,并采用了Hash、最坏适应等机制,提高磁盘利用率的同时显著提升了磁盘吞吐率.对EXT2、EXT3、基于对象的文件系统进行了L/O性能测试及分析.实验表明,基于对象的文件系统的I/O性能是EXT2、EXT3文件系统的2到3倍.     

基于对象存储系统中属性管理的研究与实现

针对现有属性管理方法上的缺陷和不足,提出了一种新的属性管理方法--哈希桶.哈希桶方法对对象的属性进行集中管理,不仅降低了管理存储成本,更有效地提高了系统的吞吐率.经过仿真测试表明,哈希桶对象属性管理方法性能远优于现有的属性管理方法.     

基于驱动层的USB存储设备安全增强技术

USB存储设备的应用日益广泛,其安全性不容忽视。首先介绍了基于硬件的USB存储设备安全增强技术,分析了该技术存在的主要问题,然后针对USB存储设备的特点提出了基于驱动层的安全增强技术的设计目标,最后详细阐述各功能模块的具体设计方法。     

对象存储系统的均衡调度算法

分析存储设备节点的负载特征,给出描述负载的扩展模型,以存储系统的实时负载为基础,提出一种对象的设备选择算法,使对象在存储节点间合理分布,有效调度存储节点的负载能力。仿真结果表明,在I/O请求依指数分布到达的条件下,启用负载分布算法能使系统负载均衡地分布在各存储节点间,有效降低负载不均衡现象。     

基于对象存储的新型元数据管理策略

在对已有对象存储元数据管理策略进行研究的基础上,提出一种基于对象存储的新型元数据管理策略。该策略将命名空间的目录子树分割为等粒度的中子树,将中子树的根目录名和文件名的组合作为哈希参数进行哈希运算,元数据服务器根据其所得哈希值确定存储路径。实验结果表明,该策略在处理元数据重命名操作和修改文件名时,可以避免大量元数据迁移及网络开销问题。     

时态RDF数据存储策略研究

我们的生活中几乎所有的事物都或多或少的具有时态特征，时态数据的处理已经成为当前重要的研究热点之一。时态信息处理在电子商务、数据挖掘、信息提取、电力系统、医疗系统、时空和多媒体信息技术以及网络应用等方面发挥着越来越重要的作用。另一方面，为了提高互联网的智能程度，语义网的不断发展。资源描述框架（RDF）作为语义网实现的基础，因此大量时态RDF格式的数据涌入网络。截止到目前为止，并没有针对时态RDF数据的有效存储方案。在原有时态RDF模型的基础之上， 分析了传统RDF存储方式在时态RDF数据存储上的可行性并提出了一种新的存储方案。     

非结构化数据存储管理研究

非结构化数据通常指相对于关系数据而言没有固定的显式结构的数据,比如视频、音频、图像、文档等非结构化数据。根据权威数据咨询机构或研究机构的预测报告显示,近 5～10年的数据量将呈指数级增长,而其中的非结构化数据占到当前数字信息总量的70%～85%。面对如此庞大的数据量和信息量,如何有效管理非结构化数据、获得有价值的信息或知识显得迫在眉睫。(非结构化) 数据管理可以简单化为3个目标,即:实现数据的“存得下、管得了、用的上”。本文将主要围绕前两个基本目标介绍目前的非结构化数据存储管理的研究情况。同时介绍中国人民大学非结构数据管理(Unstructured DataManagement,UDM)研究小组基于“自由表”数据模型和BUD(Bank of Unstructured Data)参考体系模型在这一个问题上所作的初步研究与探索工作,以及在原型平台myBUD中的若干存储管理技术。     

基于对象存储的遥感影像数据管理系统的研究

根据新兴的下一代互联网基于对象存储的思想,提出了一种基于对象存储理念的Web遥感影像数据管理与发布系统的体系结构,并阐述了其工作原理、关键技术和数据流程。     

面向空间应用的数据对象存储与检索系统研究

针对当前标准对象存储系统的数据对象属性存储和检索方面的不足,结合空间应用数据对象特点,进行了对象属性设计,提出了一种基于HBase数据库的属性管理方法。该方法利用HBase数据库对数据对象及其属性进行集中管理,同时采用分段散列索引实现利用对象属性快速检索对象数据。测试结果表明,基于HBase数据库对象管理方法性能优于现有的属性管理方法,具有较高的对象属性检索效率。     

海量数据存储管理技术研究

海量数据存储管理在各行业的信息化过程中越来越重要,受到了广泛的关注.综述了海量存储管理技术的研究及应用现状,介绍了一些关键技术,包括数据存储架构,分级存储,数据自动化归档,业务流程控制,并发设计,数据服务等,最后,结合当前海量数据存储管理技术,指出了海量数据存储管理面临的一些新的发展方向.     

一种高可用对象存储系统的数据组织研究

通过对现有不同存储系统的容错能力进行认真分析,提出了一种新的高可用对象存储系统架构HAOSS(High Availability Object Storage System).HAOSS系统分两层:上层存储的对象采用在多个设备之间的数据备份的方式来实现高可靠性,多个备份能够同时对外提供服务,保证系统的高性能,但是磁盘利用率比较低.下层采用RAID5,RAID6以及RAID_Blaurn等不同的容错编码来实现多盘容错功能,磁盘利用率较高,但是由于编码越来越复杂,容错编码需要大量的计算,性能受到很大的影响.在数据组织上,新对象和热点对象放上层,这样大部分请求都能够在上层命中,从而保证系统的性能.下层主要用来放不常用的数据.磁盘利用率比较高.在1000Mbps以太网环境下对HAOSS性能进行了测试,结果表明,HAOSS顺序读写性能都比较好,最大可以达到104MB/s,达到1000Mb以太网的理论最大物理带宽.     

对象存储系统中元数据管理策略的研究

基于对象存储系统的快速发展,对元数据服务器性能提出更高的要求.在分析基于最大权值的元数据服务器选择策略基础上,提出一种基于全局权重选择的元数据管理策略即RMG策略,该策略将MDS自身权重和可用带宽两个性能指标作为服务器的总权重来选择元数据服务器,并采用将总权重与选择概率相结合的方式选择元数据服务器.对RMG策略测试结果表明,RMG策略在选择元数据服务器方面与其他基于权重选择MDS的元数据服务器选择策略相比,在保证元数据服务器整体性能的稳定性与服务效率方面有明显优势.