[发明专利]一种基于动态副本法和虚拟节点法的节点动态前移的负载均衡方法

说明书

技术领域

本发明涉及分布式存储技术领域，尤其涉及云计算存储系统中的一种基于动态副本法和虚拟节点法的节点动态前移(NDF)的负载均衡方法。 

背景技术

云存储作为一种商业服务，其核心是存储集群，通常部署在一个或多个数据中心内，由结构相同、配置相当的大量普通PC服务器组成，节点间通过高速局域网相连，相比因特网环境，具有高速、稳定的网络特性。分布式哈希表(Distributed Hash Table,DHT)云存储系统是指基于DHT的存储集群系统。在云存储的特定环境下，造成DHT系统负载不均的主要原因有(1)节点分布不均；(2)存储资源分布不均；(3)资源访问热度不均。 

为此设计一种用更低的负载迁移代价实现大规模存储节点的云存储负载均衡是非常有必要的。 

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于动态副本法和虚拟节点法的节点动态前移(NDF)的负载均衡方法，该方法采用云存储动态副本法和虚拟节点法的节点动态前移(NDF)的负载均衡方法维持存储节点的负载均衡可以用更少的负载迁移代价实现过载节点的负载均衡，大大提高存储性能。 

本发明是通过以下技术方案达到上述目的：一种基于动态副本法 和虚拟节点法的节点动态前移的负载均衡方法，包括如下步骤： 

(1)服务器分配ID映射为虚拟存储节点，文件利用关键字Key的哈希计算映射为原本数据与副本数据，生成哈希表； 

(2)采用阀值策略确定磁盘负载超过阈值的节点K并对其进行预约； 

(3)通过节点K前移至K',缩小存储分区，降低节点K的存储负载； 

(4)在节点前移后，在节点中删除(K',K]数据，在节点K的后继第三节点中添加(K',K]数据，完成节点K的负载迁移。 

(5)移动均衡结束，判断是否存在预约失败现象； 

(6)若存在预约失败则重新执行步骤(2)至步骤(5)直到没有预约失败现象存在，结束进程；若不存在，负载均衡，结束进程。 

作为优选，所述的文件利用关键字Key的哈希计算映射为原本数据与副本数据存储于两个存储节点之间的存储分区内。 

作为优选，所述的阀值策略为设定节点的阈值为固定值φ，将各个节点的负载与阈值比较，对高于固定阀值的节点进行预约，且必须向后继第3节点进行预约；低于固定阀值的等待下一轮预约。 

作为优选，所述的执行负载迁移过程的条件为当前时刻唯一预约，节点没有参与任何负载迁移。 

作为优选，所述的动态副本法采用副本相邻放置，采用优于一对一策略，负载迁移代价LTS<2。 

本发明的有益效果在于：(1)操作简单云存储动态副本法和虚拟节点法的节点动态前移(NDF)的负载均衡方法维持存储节点的负载均衡可以用更少的负载迁移代价实现过载节点的负载均衡；(2)大大提 高了云存储空间的存储性能；(3)解决了存储资源分布均匀问题和资源访问热度均匀问题。 

附图说明

图1是基于节点动态前移(NDF)的负载均衡方法的流程框图； 

图2是哈希环的节点示意图； 

图3是节点动态前移(NDF)的具体操作示意图。 

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此： 

实施例：如图1所示，基于节点动态前移(NDF)的负载均衡方法的流程框图，主要包括以下步骤： 

(1)服务器通过分配ID,映射为哈希环中的节点依次是A,B,C,D…；每个节点负责存储从上一个节点到本节点之间的所有数据，以及前两个存储空间的副本，生成哈希表； 

分布式哈希表((Distributed Hash Table,简称DHT)的工作原理如图2所示，首先，服务器通过分配ID,映射为哈希环中的一个节点；文件通过关键字KEY的哈希计算，同时映射到哈希环中；每个节点负责存储从上一个节点到本节点之间的所有数据，这个区域称作存储分区。如节点C的存储分区为(B,C)。在云存储系统中，为了保证数据的可靠性，会在存储节点顺时针方向的2个后继节点中存储副本，因此，每个节点管理3个存储分区。以节点C为例，存储分区有(H,A),(A,B]和(B,C)。存储时，每个分区为一个独立目录。当客户端 进行访问时，先对文件关键字做哈希计算获得哈希值，再通过查询本地路由表获取存储节点地址；之后，客户端访问存储节点，完成相关操作。路由表是DHT系统中记录所有节点IP地址和ID值的映射表，每个节点独立地对其进行实时维护。