1、云存儲是云計(jì)算的核心基礎(chǔ)組件，云存儲的高可靠、高可用和高性能是云計(jì)算能夠支撐各類云端業(yè)務(wù)的重要保證?；诙鄶?shù)據(jù)中心的云存儲采用廣域網(wǎng)分布式架構(gòu)，通過遍布全球的數(shù)據(jù)中心實(shí)現(xiàn)數(shù)據(jù)的異地多副本存儲，保證數(shù)據(jù)的高可靠和高可用;通過就近訪問和數(shù)據(jù)并行下載，保證數(shù)據(jù)服務(wù)的高性能。云存儲多數(shù)據(jù)中心在QoS保障與資源調(diào)度方面，和單數(shù)據(jù)中心有較大不同。目前業(yè)界尚無標(biāo)準(zhǔn)和規(guī)范，學(xué)術(shù)界也缺乏系統(tǒng)性研究。如何通過多數(shù)據(jù)中心之間相互協(xié)作進(jìn)行資源分配，保障不同Qo

2、S級別業(yè)務(wù)并提高系統(tǒng)資源利用率，是當(dāng)前云存儲領(lǐng)域的研究重點(diǎn)。
　　本文以實(shí)現(xiàn)云存儲多數(shù)據(jù)中心QoS保障，提高云存儲系統(tǒng)整體資源利用率為目標(biāo)，深入研究了如何通過優(yōu)化云存儲多數(shù)據(jù)中心資源調(diào)度，實(shí)現(xiàn)QoS保障的問題。論文結(jié)合云存儲多數(shù)據(jù)中心特點(diǎn)，將云存儲服務(wù)分解為4個主要子服務(wù)（負(fù)載均衡、存儲分層、存儲網(wǎng)關(guān)、網(wǎng)絡(luò)傳輸），針對不同的子服務(wù)采用特定手段實(shí)現(xiàn)QoS保障與系統(tǒng)資源優(yōu)化的雙重目標(biāo)。本文的主要成果和創(chuàng)新點(diǎn)包括以下5點(diǎn):
　　(

3、1)系統(tǒng)分析了云存儲多數(shù)據(jù)中心資源管理的技術(shù)原理，總結(jié)了在多數(shù)據(jù)中心架構(gòu)下，云存儲在QoS保障和資源調(diào)度方面的研究現(xiàn)狀和存在問題。本文對云存儲在系統(tǒng)架構(gòu)、負(fù)載均衡管理、存儲分層管理、云存儲網(wǎng)關(guān)管理、數(shù)據(jù)中心網(wǎng)絡(luò)管理等方面的QoS保障機(jī)制和原理進(jìn)行了綜合分析，歸納出各自的工作思想和優(yōu)缺點(diǎn)，指出了云存儲多數(shù)據(jù)中心管理面臨的挑戰(zhàn)，并設(shè)計(jì)了一個云存儲資源優(yōu)化仿真平臺。這是開展云存儲多數(shù)據(jù)中心QoS保障和資源調(diào)度研究工作的理論和實(shí)驗(yàn)基礎(chǔ)。

4、　　(2)提出QoS全局最優(yōu)的云存儲多數(shù)據(jù)中心負(fù)載均衡調(diào)度模型，并提出一種基于商空間的層次式負(fù)載均衡調(diào)度算法(QBHLBSA)。本文分析了云存儲負(fù)載均衡機(jī)制和云存儲多數(shù)據(jù)中心在負(fù)載均衡方面存在的問題，提出了一種QoS全局最優(yōu)的云存儲多數(shù)據(jù)中心負(fù)載均衡調(diào)度模型。模型的優(yōu)化目標(biāo)是保證不同QoS級別業(yè)務(wù)的性能需求，并使各個數(shù)據(jù)中心資源利用率最大化。本文結(jié)合云存儲多數(shù)據(jù)中心層次化管理特點(diǎn)，提出了一種基于商空間的層次式負(fù)載衡調(diào)度算法。該算法可以在

5、不同粒度上由粗至細(xì)地對云存儲負(fù)載進(jìn)行調(diào)度，具有更快的收斂速度、避免了傳統(tǒng)算法極易陷入局部最優(yōu)值問題。仿真結(jié)果表明，本算法可以提升云存儲的系統(tǒng)整體資源利用率和吞吐率，并且保障高QoS優(yōu)先級業(yè)務(wù)的讀寫性能要求。
　　(3)提出面向應(yīng)用層QoS保障的對象分層存儲系統(tǒng)模型，并提出一種基于定價策略的自動分層調(diào)度算法(PBACST)。為了保障云存儲中高QoS優(yōu)先級業(yè)務(wù)對存儲性能的要求，本文建立了面向應(yīng)用層QoS保障的對象分層存儲系統(tǒng)模型。模型

6、的優(yōu)化目標(biāo)是在充分考慮不同業(yè)務(wù)QoS需求、存儲容量和吞吐率約束條件下最大化云存儲高速緩存資源池的利用率。本文結(jié)合云存儲多數(shù)據(jù)中心特點(diǎn)，提出了一種基于定價策略的自動分層調(diào)度算法。該算法具有分布式?jīng)Q策的特點(diǎn)，各組件相互協(xié)作地完成數(shù)據(jù)對象分層調(diào)度。仿真結(jié)果表明，本算法可以提升云存儲中高速緩存資源池的利用率，并且保障高QoS優(yōu)先級業(yè)務(wù)的讀寫性能要求。
　　(4)提出支持QoS的云存儲多數(shù)據(jù)中心任務(wù)調(diào)度模型，并提出一種基于動態(tài)帶寬分配的實(shí)時

7、任務(wù)調(diào)度算法(DBABRTSA)。本文分析了云存儲中不同QoS級別業(yè)務(wù)競爭有限的帶寬資源時產(chǎn)生的擁塞問題，提出了一種支持QoS的多數(shù)據(jù)中心任務(wù)調(diào)度模型。模型的優(yōu)化目標(biāo)是保證高QoS級別實(shí)時業(yè)務(wù)的性能需求，并提升云存儲系統(tǒng)整體吞吐性能。本文結(jié)合云存儲多數(shù)據(jù)中心層次化管理特點(diǎn)，提出了一種基于動態(tài)帶寬分配的實(shí)時任務(wù)調(diào)度算法。該算法可以按照業(yè)務(wù)類型優(yōu)先級從高到低，動態(tài)分配任務(wù)流量帶寬。仿真結(jié)果表明，本算法可以保障高QoS級別實(shí)時業(yè)務(wù)的讀寫性能要

8、求，同時保證其它各級QoS業(yè)務(wù)對帶寬使用的比例公平性，并能提升系統(tǒng)整體的吞吐率。
　　(5)提出面向QoS的數(shù)據(jù)中心間網(wǎng)絡(luò)流量調(diào)度模型，并提出一種基于雙層多粒子群的網(wǎng)絡(luò)流量調(diào)度算法(BLMSPSOSA)。本文分析了云存儲多數(shù)據(jù)中心間網(wǎng)絡(luò)鏈路帶寬利用不均衡的問題，提出了一種面向QoS的多數(shù)據(jù)中心間網(wǎng)絡(luò)流量調(diào)度模型。模型的優(yōu)化目標(biāo)是保證不同QoS級別數(shù)據(jù)傳輸?shù)男阅苄枨?，并使?shù)據(jù)中心間網(wǎng)絡(luò)鏈路帶寬資源利用率最大化。本文結(jié)合云存儲多數(shù)據(jù)中