存储管理中梯度策略的研究与设计

摘 要 数据量的增加，虚拟机的增多都对存储空间提出了严峻的考验。文章结合实际工作中遇到的存储空间紧张的问题，探讨了一种梯度存储管理策略，该策略以数据价值为依据，结合同步触发式监听程序，实现数据信息的自动化转存，并通过带有权重值的价值评估函数确定需要进行转存的数据。最后，设计实验对该策略的可行性进行了验证，结果表明，梯度存储策略能够有效地对数据存储进行管理，并使得紧缺的存储资源配置得以优化。

关键词 存储管理；梯度策略；价值评估

中图分类号：TN919 文献标识码：A 文章编号：1671-7597（2014）09-0166-02

服务器虚拟化使得物理机的使用效率得以大幅度提升，但也给存储带来了新的问题，虚拟服务器要比物理服务器多消耗约30%的磁盘空间，同时，迅速增多的虚拟机产生的数据将对存储空间造成极大的压力，而现有的存储架构无法有效地解决虚拟机产生的随机I/O的问题。在不减少虚拟机数量的前提下，只有改进现有的存储管理策略，对重复数据进行删除，对备份和镜像进行精简，才能实现对存储进行更为有效地利用和管理。

1 数据转存策略分析

目前对于数据的分级存储普遍沿用空间高低水位算法和Cache替换算法。高低水位算法根据磁盘空间的剩余情况来决定数据的存储位置，该方法充分考虑了磁盘的利用率，却忽略了数据自身的特性。替换算法则参照计算机系统中内存的管理策略，衍生出相应的LRU、LFU等策略。LRU算法以最近最少使用为原则，将数据移出磁盘，该算法实现简单却没有考虑数据的大小对系统性能造成的影响。LFU算法关注数据被访问的次数，从总体上考虑了数据的使用频度，但需要具备相应的失效机制，否则会导致历史数据长期占用存储空间，造成资源浪费[2]。综合上述分析，本文讨论了一种带有权重值的数据存储模型，该模型可以根据用户关注的重点设置权重，以适应不同的数据存储环境。

2 梯度存储策略

在存储级别划分方法上，根据存储介质所处的状态，将其划分为Online，Oncall和Offline三种。Online状态的存储介质，实时响应系统请求，及时存储和提供需要快速访问的数据，特点是速度快，价格高，存储空间有限，此类存储包括FC磁盘，SCSI磁盘阵列和闪存等。Oncall状态的存储介质在存取速度上不及高速存储介质，而在价格上比高速磁盘有优势，此类存储介质用于存放访问频率不高的数据，SATA磁盘阵列和光盘等可作为此类存储介质。Offline状态的存储介质主要用于存档和灾备，此类介质价格低，容量大，如磁带等。

整个存储系统被划分为三个梯度，一级存储实现数据的高速访问，二级存储作为一级和三级存储的缓冲区，三级存储用于数据归档。数据的转存操作须满足一定的触发条件才可以执行。由此，引入数据的价值评估函数。

3 价值评估函数

数据转存策略的制定，既要考虑数据的生命周期，还要参考访问数据时对存储的性能需求以及容量要求[3]。根据数据的生命周期管理理论，新产生的数据将被频繁访问，具有较高的价值。长期不用的数据则向下转存，直至归档或销毁。研究生命周期的方法模型包括波浪形，环形，链型，螺旋形等[4]，就数据价值的生命周期而言，其生命特征符合波浪形趋势。

图1 数据价值随时间变化示意图

由图1可以看出，数据从产生到使用，再到归档，其价值时刻变化。数据的价值会因长时间没有使用而出现折损，也会因为被再次使用而出现回升。因此，将数据的价值作为转存的重要依据。

由此，给出数据的定义[5]：D{A1，A2……An}，其中Ai是数据D的属性。数据的固有属性包括数据的大小（S），数据的被访问时间（T），数据读写的频率（F），数据涉及的用户数（Q），数据间的关联程度（C）等。在这些属性中，关注对数据的价值影响大的因素，因此，保留以上属性的S、T、F、Q作为影响因子。

数据的访问时间决定了该数据的“热度”，越是频繁被访问的数据其价值越高。将数据被访问的时间与当前时间的差值记为T1、T2……Tk，定义T的计算公式为T=∑1k，定义数据的

读写频率F=∑（Ri+kWi），其中，k作为读、写操作的代价修正系数，Ri和Wi表示读、写次数。Q表征了有多少用户使用该数据。较大的数据在转存时对系统造成的影响较大，对存储的容量也会有明显的影响，因此，在数据的价值评估函数中要体现S对其价值的影响。

综上所述，得出数据的价值评估函数（V表示数据的价值）：

V=+T+F+Q （1）

根据对各因素关注程度的不同附加权重，可以更好地体现该因子对数据价值的影响程度，同时也可以提高函数的适应度。经过权重修正后，公式（1）变形为如下形式：

V=+wtT+wfT+wqQ （2）

4 实现方法

实际工作中的梯度存储涉及到两个方向的数据转存，即“热度”较低的数据向低级存储转存，“热度”较高的数据转存至高级存储，前者对时间的要求较低，可以选择在系统负载较低的时候进行，后者对时间的要求较高，需要尽快完成。

以降级转存为例，系统先对数据库表中的记录进行遍历，再根据价值评估函数进行估值，通过比较，将V值最低的数据加入转存队列。在对数据库表进行访问时，遵循选择先行，建立索引等准则，优化查询和遍历的速度[6]。

在触发事件上，使用FileSystemWatcher类捕获系统中发生的新建、更名、更改等操作，进而更新数据在库表中的记录。对于数据访问操作，调用系统API截获系统消息，通过不间断地扫描系统获取打开的文件名称和路径，更新数据在库表中的访问时间。主要用到的系统API函数有：

GetForegroundWindow（）

intGetWindowText（inthwnd， StringBuilder lptrString， int nMaxCount）