针对当前云网络超宽带存储难以实现流量的分流,且存储过程中存在严重的存储效率低下及存储时延过高等问题,提出了一种基于海量存储云调度机制的云网络数据超带宽存储算法。采用周期调度及梯度优化方式,且综合考虑数据存储中使用强度,最...针对当前云网络超宽带存储难以实现流量的分流,且存储过程中存在严重的存储效率低下及存储时延过高等问题,提出了一种基于海量存储云调度机制的云网络数据超带宽存储算法。采用周期调度及梯度优化方式,且综合考虑数据存储中使用强度,最小传输粒度等数字特征,对数据存储过程中的指纹梯度进行优化,且将该梯度引入到数据传输过程中,成功地实现了数据的流量分离,提高了数据存储效率。仿真实验表明,与当前广泛使用的超线性存储调度算法(super linear memory scheduling algorithm,SLMS)相比,本文算法的存储效率更高,能够在流量分离的前提下显著降低存储时延。展开更多
文摘针对当前云网络超宽带存储难以实现流量的分流,且存储过程中存在严重的存储效率低下及存储时延过高等问题,提出了一种基于海量存储云调度机制的云网络数据超带宽存储算法。采用周期调度及梯度优化方式,且综合考虑数据存储中使用强度,最小传输粒度等数字特征,对数据存储过程中的指纹梯度进行优化,且将该梯度引入到数据传输过程中,成功地实现了数据的流量分离,提高了数据存储效率。仿真实验表明,与当前广泛使用的超线性存储调度算法(super linear memory scheduling algorithm,SLMS)相比,本文算法的存储效率更高,能够在流量分离的前提下显著降低存储时延。