[发明专利]一种基于内容寻址存储的虚拟机镜像存储优化方法

说明书

技术领域

本发明涉及一种计算机存储系统中的存储优化方法，具体涉及一种应用于虚拟机镜像存储优化的方法；属于计算机科学文件系统领域。

背景技术

目前桌面虚拟化产品中大规模虚拟机镜像存储带来了数据重复存储的问题，增加了共享存储系统的存储空间压力，目前在桌面虚拟化应用的存储优化技术方面，主要的存储优化方法包括：自动精简配置、分层存储以及冗余数据删除技术等。

自动精简配置是一种存储管理的特性，核心原理是“欺骗”操作系统，让操作系统认为存储设备中有很大的存储空间，而实际上的物理存储空间则没有那么大。自动精简配置能够减少已分配但未使用的存储空间。其功能在于对数据块按需分配，而不是对所有存储空间需求进行预先分配。自动精简配置技术可以减少几乎所有空白空间，以避免利用率低下的情况出现。，分层存储其实是一种在高速小容量层级的介质层与低速大容量层级的介质层之间进行一种自动或者手动数据迁移、复制、管理等操作的一种存储技术及方案。作为存储技术来说，分层存储与存储虚拟化也是相互交叉、互为因果的一种关系。分层存储的实现需要存储虚拟化的支撑，这样才能将分层的实现与具体应用分离。重复数据删除技术是目前虚拟化存储领域的研究重点，一般来说，重复数据删除是在子文件级发现冗余数据的一种方法，它用一个指针代替重复的数据，这项技术可以有效减少磁盘存储空间需求，并降低数据传输的网络带宽需求。

重复数据删除技术被用来解决数据重复存储的问题，它通过检测数据的内容相似性以合并存储重复数据，可以避免重复数据的多次存储，达到降低虚拟机镜像存储开销的目的。内容寻址存储技术（Content Addressable Storage，CAS）是经常被用于进行重复数据删除的方法之一。通过对大文件进行分块，并且对每个分块计算出一个指纹数据（md5或sha-1）来代表相应的文件内容，通过比较指纹数据来检测并消除重复数据块。相比于原始分块数据，指纹数据通常很小（只有16字节），因此可以达到很高的性能。

自动精简配置、分层存储技术都没有针对虚拟机镜像文件内部以及文件之间都含有大量重复数据块的特点进行针对性的优化，因而达不到很好的存储优化效果。

现有重复数据删除技术主要应用于备份系统中，即数据一旦写入，就不会发生变化。而虚拟机需要经常对镜像文件进行读取、写入和修改，因此现有的技术无法直接应用于虚拟机镜像的存储优化当中。

发明内容

本发明的目的是提出一种基于内容寻址技术的虚拟机镜像存储优化方法，达到在桌面虚拟化应用当中，减少大规模虚拟机镜像文件带来的存储开销的目的，同时要保证虚拟机的I/O性能不受太大影响以及系统的灵活性和可移植性。

根据本发明的一个方面，提供了一种基于内容寻址存储的虚拟机镜像存储优化方法，其特征在于包括：

步骤一：在FUSE提供的文件操作接口实现CAS方式存储，其特征在于：采用内容寻址存储方法，对虚拟机镜像文进行定长分块，每个分块大小为4KB，并对每个数据分块计算指纹（md5），通过指纹判断重复数据。对于内容相同的数据块只保留一份，并且在每一个分块文件中记录对应被共享的次数。原来的文件中实际保存的是优化后的文件大小信息以及对应分块数据的指纹序列，数据部分以分块文件的方式保存在共享存储系统里面，每个分块文件都是以其对应的md5值命名。每个分块文件的共享计数保存在文件的扩展属性当中。

步骤二：在宿主机上挂载基于FUSE的用户态文件系统，其特征在于：首先需要在宿主机上创建一个空目录用于挂载，之后，执行步骤101中生成的可执行文件，并把新建的目录作为命令行参数传入，即可实现对文件系统的挂载，挂载之后所有对挂载目录所执行的操作都会首先被FUSE截获并转换成基于CAS的存储方式。

步骤三：将虚拟机镜像文件拷入FUSE分区的目录中，其特征在于：在拷贝的过程中镜像文件会被转换成CAS方式的存储。