[发明专利]针对社交类云存储网络应用的数据备份系统和方法

权利要求书

1.一种针对社交类云存储网络应用的数据备份系统，其特征在于，包括：

Master节点，元数据服务器，用户通过访问Master节点来获得Data节点的存储信息；为了防止Master节点单点失效的情况，系统内可以有多个辅助Master节点进行元数据的备份；

Consistence节点，负责保持系统内数据副本的一致性，它将已同步过副本的元数据信息提交给Master节点，使用户只可以访问到最后更新的数据，系统内可以有多个Consistence节点；

Data节点，数据存储服务器，存储用户的数据资源，理论上可以分布在世界上任何适宜的地点；

当用户上传数据资源时，用户连接到Master节点，发送上传数据资源的请求信息，Master节点返回距离用户地理位置最近且可用的Data节点信息，用户根据Master节点返回的信息上传资源到Data节点，Master节点更新元数据信息到Consistence节点，Data节点向用户返回处理的结果，并将元数据信息更新到Consistence节点，Consistence节点根据副本策略备份副本数据到适当的Data节点，并更新副本信息到Master节点；

当用户对已有数据资源进行读操作时，用户连接到Master节点，发送读数据请求，Master节点返回匹配的元数据信息，用户根据Master节点返回的信息访问Data节点并发送读数据请求，Data节点传输用户请求的数据；

当用户对已有数据资源进行写操作时，用户连接到Master节点，发送写数据请求，Master节点返回匹配的元数据信息，用户根据Master节点返回的信息访问Data节点并发送写数据请求，Data节点传输用户请求的数据并更新元数据信息到Consistence节点，Consistence节点协调各Data节点保持副本数据一致性，Consistence节点将更新的元数据传输到Master节点，Master节点返回更新结果，每次用户写资源后，由Consistence节点维护所有副本资源的数据一致性，Master节点只保存已确定更新一致性后的元数据。

2.一种针对社交类云存储网络应用的数据备份方法，其特征在于包括以下步骤：

步骤1，用户上传数据资源；

步骤2，Master节点返回存储负载率低于100%且距离用户位置最近的Data节点信息给用户，用户在该节点放置数据资源，Consistence节点检测放置该数据资源的数据节点的存储负载率是否达到90%，若达不到90%，直接跳到步骤3，进行副本创建；若达到90%，则按以下方法进行负载调整：

在Data节点存储负载率达到90%的情况下，Consistence节点开始动态调整数据资源的位置；

预测将节点存储负载率由90%降到80%的可能性，若负载调整可行，返回接收数据节点的集合A_t{A_t1，A_t2，A_t3...A_tn}；若不可行，则结束负载调整；

若经预测判断负载调整可行，对存储负载率达到90%的Data节点上所有数据资源按下式进行健康度计算：

其中，l为数据资源的健康度，为Data节点的废弃度，Copy_Use_Count为相应数据资源被使用的次数；

依据健康度l建立由小到大的链表；

对所建链表内的资源依次进行调整，直到待调整Data节点的存储负载率低于80%；

以集合A_t{A_t1,A_t2，A_t3...A_tn}作为节点集合，以集合中Data节点存储负载率达到90%作为终结条件，依据如下的优先权放置调整的数据资源，同时删除原有数据资源：包含有同类型数据且废弃度低的Data节点，包含有同类型数据的Data节点，任意有空余空间的Data节点；

对所建链表内的资源依次进行调整，直到待调整Data节点的存储负载率低于80%；

Data节点返回更新操作的信息到Consistence节点，Consistence节点传输已保持一致性的Data节点信息到Master节点，更新Master节点的元数据信息；

步骤3，按以下方法创建副本：

Consistence节点获取由Master节点发送的元数据信息与用户地理位置信息；

Consistence节点按下式计算各个Data节点相对于用户的节点废弃度：

其中，为Data节点的废弃度，α为用户与Data节点之间距离的加权比，D_Bandwidth为Data节点接入网络的带宽，β为Data节点网络带宽的加权比，U_D_Distance为用户与Data节点之间距离，按下式计算：

U_D_Distance=(D_Location.x-U_Location.x)2+(D_Location.y-U_Location.y)2]]>

其中，D_Location.x为Data节点位置在平面地图上的横坐标，U_Location.x为用户位置在平面地图上的横坐标，D_Location.y为Data节点位置在平面地图上的纵坐标，U_Location.y为用户位置在平面地图上的纵坐标；

Consistence节点维护多个上传相同类型数据资源用户位置的数据集合S{S₁,S₂,S₃...S_n}，和系统内所有Data节点信息的数据集合D{D₁,D₂,D₃...D_m}；

当用户上传资源时，若该资源类型的用户位置数据集合为空，新加入元素S_t，则依次扫描Data节点位置的数据集合，选取废弃度最低的Data节点作为副本放置候选节点；若该Data节点存放有副本的原始数据，则选择废弃度最高的Data节点作为副本放置候选节点；若废弃度最低的Data节点与废弃度最高的Data节点为同一节点，则随机选择一个Data节点作为副本放置候选节点；

当用户上传资源时，若该资源类型的用户位置数据集合不空，且只有一个Data节点D_w作为该集合的副本放置节点，D_w上不存在S_t的原始数据，则选择D_w为新加入元素S_t的副本放置候选节点；若该Data节点存放有S_t的原始数据，则从D不包括D_w的集合中选择废弃度最低的Data节点作为副本放置候选节点；当该资源类型的用户位置数据集合不空，且有多个Data节点{D_a,D_b,D_c...}作为该集合的副本放置节点，依次扫描{D_a,D_b,D_c...}并做如下处理：选择对于新加入元素S_t的废弃度最低的D_t1作为副本放置候选节点，选择对于新加入元素S_t的废弃度最高的D_t2作为副本放置候选节点；若D_t1与D_t2为相同节点，且不存放有S_t的原始数据，则只存放一份副本；若D_t1与D_t2为相同节点，且存放有S_t的原始数据，则在不包含D_t1与D_t2的集合中随机选择一个节点作为副本放置候选节点；若D_t1与D_t2为不同节点，D_t1存放有S_t的原始数据，则只选D_t2为副本放置候选节点；若D_t1与D_t2为不同节点，D_t2存放有S_t的原始数据，则只选D_t1为副本放置候选节点；

检查副本放置候选节点的存储负载率是否低于100%，若低于100%，则选择该候选节点为副本放置节点，在该节点放置副本；否则，对S_t屏蔽掉该候选节点并返回，继续寻找满足条件的Data节点作为副本放置节点；返回两个副本放置候选节点时，若存在至少一个候选节点的存储负载率低于100%，则结束探寻，在符合条件的Data节点上放置副本；

Data节点返回操作结果到Consistence节点，Consistence节点将集合S的数据信息更新，返回最新的元数据信息到Master节点；

步骤4，创建副本后，检测放置该副本的数据节点的存储负载率是否达到90%，若达到90%则进行负载调整；否则，结束本次数据备份过程。

3.根据权利要求2所述的针对社交类云存储网络应用的数据备份方法，其特征在于：步骤2所述的预测节点存储负载率由90%降到80%可能性的方法为存储平衡预测方法，具体包括以下步骤：

设云存储系统内所有数据节点的集合为A{A₁,A₂,A₃...A_n}，μ为负载调整前某一节点的存储负载率，ω为负载调整后该节点的存储负载率，D_Capacity为该数据节点的存储总量，T_Capacity为需要调整的数据节点要减少的存储量，则：

T_Capacity＝D_Capacity·(μ-ω)

若存在集合A_t{A_t1,A_t2，A_t3...A_tn}，A_t为A的子集，使得以下式子成立：

A_t1_Capacity+T_Capacity·η₁≤A_t1_All_Capacity·μ

A_t2_Capacity+T_Capacity·η₂≤A_t2_All_Capacity·μ

A_t3_Capacity+T_Capacity·η₃≤A_t3_All_Capacity·μ

·

·

·

A_tn_Capacity+T_Capacity·η_n≤A_tn_All_Capacity·μ

η₁+η₂+η₃...+η_n＝1

η₁,η₂,η₃...,η_n为小于或等于1的数，A_ti_Capacity为A_t集合中A_ti（i＝1，2，…，n）节点的已使用存储容量，A_ti_All_Capacity为A_t集合中A_ti节点的总存储容量；

则认为系统内经过负载调整可以达到存储负载率的平衡，并返回满足条件情况下包含最多Data节点的集合；否则，认为系统没有进行负载调整的必要。