余思，桂小林，黃汝維，等

目的：在各種存儲系統(tǒng)中存在大量的小文件，小文件的存儲效率會直接影響整個存儲系統(tǒng)的存儲效率和存儲能力?；贖adoop分布式文件系統(tǒng)（HDFS）的云存儲系統(tǒng)由于采用了主從式架構模型而帶來了小文件存儲效率低的問題。已有的解決基于HDFS的存儲系統(tǒng)中小文件存儲效率的文件合并或組合方法沒有考慮系統(tǒng)的負載狀況以及確定小文件合并的最優(yōu)規(guī)模。本文采用多屬性決策理論和實驗得出小文件合并的最優(yōu)規(guī)模、基于層次分析法（AHP）的系統(tǒng)負載預測算法實現(xiàn)了系統(tǒng)的負載均衡，在不影響存儲系統(tǒng)運行狀況的基礎上，提高了小文件的存儲效率。方法：本文提出的面向HDFS的云存儲中小文件存儲效率的優(yōu)化方案，首先利用HDFS提供的序列文件（Sequence File）技術將小文件合并為大文件，以小文件的索引號為key，內容為 value的形式進行合并，同時實現(xiàn)了基于數(shù)據(jù)塊的壓縮，從而在節(jié)省名稱節(jié)點內存空間的同時也節(jié)省了數(shù)據(jù)節(jié)點的磁盤空間；其次利用多維屬性決策理論，綜合讀文件時間、合并文件時間及節(jié)省內存空間大小等指標，計算出合并小文件的最優(yōu)方式，能夠在時間消耗和內存空間節(jié)省之間取得平衡。為了提高對小文件的處理效率，系統(tǒng)為每個用戶建立了3種隊列：（1）序列文件隊列（SFQ）；（2）序列文件操作隊列（SFOQ）；（3）備用隊列（BQ）。其中，SFQ用于小文件的合并，SFOQ用于對合并后小文件的操作，BQ用于操作的小文件數(shù)超過SFQ或SFOQ長度的情況。3種隊列的長度一致，可通過實驗得出隊列長度的最優(yōu)值；最后利用基于層次分析法（AHP）的系統(tǒng)負載預測算法獲取系統(tǒng)屬性的歷史信息，依據(jù)系統(tǒng)屬性重要性將每個時刻的系統(tǒng)負載屬性值經過 AHP分析融合為單一的決策屬性值，然后依據(jù)決策屬性值的時間重要性經過第 2次 AHP分析最終得到下一時刻的系統(tǒng)負載值，從而最終得到系統(tǒng)負載的預測值，實現(xiàn)了良好的負載均衡。結果：實驗結果反映出系統(tǒng)性能決策值的大小隨著 SFQ長度的增大呈現(xiàn)一種類似開口向上的拋物線狀變化，并且在 SFQ長度為 400時取得最小值，系統(tǒng)性能達到了最優(yōu)。同時，小文件合并的規(guī)模越大，名稱節(jié)點消耗的內存空間將越少，與此同時，對小文件的操作（如讀取、刪除等）以及合并文件所花費的時間代價也將越大。在其他基于HDFS的存儲系統(tǒng)中采用本文的方案進行分析和部署，都可在時間損耗和內存利用率提高之間實現(xiàn)一種最優(yōu)平衡，實現(xiàn)了小文件存儲效率提高的同時不影響系統(tǒng)性能的目標。結論：針對基于HDFS的云存儲系統(tǒng)中小文件存儲效率不高的問題提出了一個面向HDFS的云存儲中小文件存儲效率的優(yōu)化方案。該方案采用Sequence File技術將小文件以隊列的形式合并為大文件，從而實現(xiàn)了節(jié)省名稱節(jié)點內存空間的目的，同時也實現(xiàn)了對合并之后的小文件的透明操作。確定影響隊列長度的指標后，通過試驗獲取指標值，采用數(shù)據(jù)標準化方法和三標度層次分析法確定隊列長度的最優(yōu)值，使得小文件的合并能在合并時間、文件操作時間和節(jié)省內存空間之間達到一種平衡；基于負載均衡的目的，設計了基于 AHP的負載預測算法對系統(tǒng)負載進行預測，在不影響存儲系統(tǒng)運行狀況的基礎上，提高了小文件的存儲效率。

來源出版物：西安交通大學學報, 2011, 45(6): 59-63

入選年份：2015