高效的副本布局是分布式存儲系統(tǒng)可靠性的重要保障。數(shù)據(jù)副本既可以增加系統(tǒng)數(shù)據(jù)的可用性,又能夠提高系統(tǒng)的負載均衡能力,但同時也會帶來能量消耗問題。針對副本帶來的效能提升和能耗之間的沖突,提出了一種基于多目標分解策略的副本布局算法（MDSRL）。將平均文件不可用性、負載均衡、能耗作為三個優(yōu)化對象,并將多目標優(yōu)化問題分解成多個標量子問題同時進行優(yōu)化,每一個子問題的優(yōu)化都借助相鄰的若干個子問題的信息,經(jīng)過多次迭代優(yōu)化后,試圖找出一組能夠在這三個目標上都有良好表現(xiàn)的折衷解。實驗表明MDSRL算法所求出的解在平均文件不可用性和能耗上比多目標進化算法（MOE）減少了3.11個百分點和2.3個百分點,在平均文件不可用性和負載變化上比多目標副本管理算法（MORM）減少了68.1個百分點和0.2個百分點,且解的分布性和收斂性更好。 

【文章來源】：計算機科學與探索. 2020,14(09)北大核心CSCD

【文章頁數(shù)】：11 頁

【部分圖文】：

服務器在不同級別的功耗

從圖2中可以發(fā)現(xiàn)MDSRL和MOE都能夠生成一組折衷解，但是MORM只能生成一個最優(yōu)解，這是因為MORM將多目標優(yōu)化轉(zhuǎn)化為了單目標優(yōu)化，但是單目標優(yōu)化通常只會產(chǎn)生單個最優(yōu)解，而MDSRL采用的MOEA/D和MOE采用的NSGA-II都是多目標進化算法，因此能夠得到一組折衷解。從圖2中可以看出，相比MOE,MDSRL能夠?qū)ふ业礁蛹杏诘捉歉浇膫�體，即那些具有低平均文件不可用性、低負載變化和低能耗的個體。這能夠在一定程度上說明MDSRL能夠比MOE取得更好的一組折衷解。為了更加精準地度量MDSRL和MOE生成的一組折衷解的優(yōu)劣程度，本文采用上文中提出的HVA指標進行評判，它能夠?qū)DSRL和MOE生成的一組折衷解的收斂性和多樣性進行評價，HVA值越大，說明生成的一組折衷解的收斂性和多樣性越好。圖3是MDSRL和MOE的HVA值隨文件總數(shù)變化時發(fā)生改變的折線圖。圖3 HVA值比較

HVA值比較

【參考文獻】：
期刊論文
[1]云計算環(huán)境下的分布存儲關鍵技術(shù)[J]. 王意潔,孫偉東,周松,裴曉強,李小勇.  軟件學報. 2012(04)



本文編號：3435381