基于排队论的海量信息存储配置优化.docVIP

基于排队论的海量信息存储配置优化 　　【摘要】本文为了探讨海量信息存储的配置问题，首先对几种主要的网络存储构架进行比较，利用排队理论对iSCSI-SAN存储中的排队过程进行分析和数学建模，用带宽比例求解方法，即系统负载所需的带宽与阵列所能提供的带宽的比例，来确定该存储配置是否能满足用户的需求，据此可以组成优化配置。 　　【关键词】网络存储；iSCSI-SAN存储；排队论；带宽比例；配置优化 　　 　　 1.引言 　　 由于计算机技术多方面的发展和应用，人们对数据存储的需求有了巨大的变化，对存储的容量和速度的要求越来越高，对存储系统的容量提出了前所未有的需求。原有的以服务器为中心的存储技术已经不适应今天的存储需求,而以网络为中心的存储技术得到快速发展。 　　 存储结构的发展经历几个阶段，大致包括DAS、NAS和SAN，其中的网络存储技术能够有效地管理一定范围内的数据存储，将存储系统从传统的集成计算机系统中独立出来，使得存储与计算脱离，这对于存储系统的各方面特性的专门研究开辟了更大的空间；同时，高速网络的迅猛发展和普及也为网络存储提供了底层支持，使大规模远距离的网络存储系统成为可能。网络存储技术为解决海量存储中存储设备的分散性、I/O的并行性以及协议的高效性提供了一种很好的手段[1]。 　　 对存储网络系统I/O请求响应时间的分析和建模，国内外的研究者作了大量的工作，但是这些研究大都是定性的[2-4]，而定量研究模型不多，比如：曹强[5]是从网络存储的存取过程入手，分析影响网络存储性能的各种因素，提出针对网络存储系统中的I/O响应时间的性能评估模型并进行了验证；崔宝江[6]通过分析建立网络RAID存储系统的闭合排队网络模型，研究的是网络RAID存储系统的I/O响应时间的性能边界；周薇[7]是基于使用光纤通道的磁盘阵列构建的存储区域，利用排队模型评估的是不同的预取策略对于存储系统性能的影响。但是他们的分析仅仅是对网络存储系统性能的分析，而没有再进一步，比如可以探讨访问模式和具体配置优化的相关性等等。 　　 本文是对iSCSI-SAN存储系统中请求I/O的平均响应时间进行分析并建立排队论数学模型，用带宽比例求解方法，即系统负载所需的带宽与阵列所能提供的带宽的比例，来确定该存储配置是否能满足用户的需求，达到优化配置目的。 　　 2.信息存储架构比较 　　 2.1 海量信息存储的基础设备――RAID技术 　　 RAID（Redundant Array of Inexpensive Disks），简称“磁盘阵列”，这种磁盘阵列在提高存储系统的容量、速度的同时，也提高了数据可靠性和数据管理，成为存储系统的基础存储设备之一。 　　 RAID可以将离散的磁盘变成RAID子系统。由于不同磁盘上的数据可以同时读取，提高磁盘的带宽，因此具有较高的性能；所有的磁盘可以并行执行寻道工作，减少寻道时间，提高整体性能；还能保证一定程度的容错性。 　　 2.2 DAS存储 　　 DAS(Direct Attached Storage)是服务器直接连接存储的缩写，是一种传统的基本存储结构，存储设备直接连接在主机上。在中小型系统中，存储设备和处理器是处在同一个机箱中的；在大型系统中，存储设备和服务器分别处在不同的单元中，通过SCSI电缆、光缆或其他的缆线进行连接。具体如图1所示。 　　 但是，当用户进行大量数据访问时还是容易造成“瓶颈”效应，因为服务器和多次存储转发的开销对系统性能的制约作用，使得服务器成为整个系统的“瓶颈”。而且多个服务器之间各有各的存储设备，不能实现存储空间的共享，无法实现统一的管理软件，在系统的管理上增加很大的难度和维护成本。 　　 因此，直接连接存储DAS这种存储方式远远不能满足企业分布式业务的需要，于是就发展出了网络存储技术。 　　 网络存储技术就是将网络技术和存储I/O技术集成，利用网络的可寻址能力、即插即用、连续性和灵活性，存储具有高性能和高效率，提供基于网络的数据存取和共享服务，在超大数据的存储管理方面具有很显著的优势。网络存储一般可以分为三大类：NAS、FC-SAN和iSCSI-SAN。 　　 2.3 NAS存储 　　 NAS（Network Attached Storage）是附网存储的缩写，这一概念是1996年从美国硅谷提出的，源于基于以太网的数据访问技术，并以网络服务器为模型。NAS在物理连接上是将存储器直接连到网络，是一种专用的数据存储设备，可以向网络用户提供跨平台的文件级海量数据信息共享。如图2所示。 　　 NAS主要采用两种基本的文件共享协议：NFS协议（网络文件系统）和CIFS协议（公用互联网文件系统），从而能实现不同网络环境下，用户跨平台共享数据。 　　但是，NAS存