基于模糊预测的数据复制优化模型的研究

摘要：

云数据处理系统中广泛采用了多数据副本复制技术,以防止数据丢失,如果数据复制的份数或位置不当,就会引起数据的可用性小于用户期望的数据可用性或存储空间的浪费(如复制份数过多)。针对该问题,经研究提出了一种基于模糊预测的数据复制优化模型,该模型由模糊预测模块和复制优化模块组成。模糊预测模块以节点信息( CPU信息、节点带宽信息、内存信息和硬盘信息)作为输入,预测出节点的可用性；复制优化模块把节点的可用性和用户期望的数据可用性作为输入,计算出在满足用户期望情况下数据复制的份数和位置。提出的复制优化模型能根据云数据存储系统中数据节点可用性实现动态的优化数据复制,能获得较高的存储性价比。模拟实验中基于模糊预测的数据复制优化模型策略需要的存储空间分别是Hadoop策略的42.62%,42.84%,但文件的平均可用性可达到88.69%,90.54%,表明提出的基于模糊预测的复制模型实现了在节省存储空间的同时保证了文件可用性。

关键词：模糊逻辑、数据复制、数据节点、可用性

分类号：TP39(计算技术、计算机技术)

资助基金：广东省自然科学基金项目10451064101005155,S2011010001754;广东省科技计划项目2010B010600032

在线出版日期：2013-12-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-85,91