[发明专利]一种基于访问特征的高能物理文件存储方法

权利要求书

1.一种基于访问特征的高能物理文件存储方法，其步骤包括：

1)设置多种数据类别，每一类别数据设置一对应的数据放置策略；

2)对于每一类别数据，分别从存储系统中选取多个数据文件及其访问记录，同一数据文件对应提取M条访问记录；对同一数据文件的每一访问记录中分别提取a个特征的特征值作为该数据文件的训练样本，得到一训练样本集；

3)抽取该训练样本集中k个特征对应的特征值用于创造决策树中的节点，训练生成多棵分类回归树CART，每棵分类回归树CART的最大深度为d；

4)从所述存储系统中选择若干数据文件及其访问记录，生成对应的测试样本；对于每一测试样本，计算多棵所述分类回归树CART对该测试样本的平均分类时间t，如果t超过设定阈值，则将所述分类回归树CART的最大深度置为d＝d-1，并调整超过当前最大深度d的分类回归树CART的结构；

5)重新步骤4)，直至t小于或等于设定阈值；

6)对于每一待分类的数据文件，从所述存储系统中获取该数据文件的访问日志，然后从该访问日志中抽取访问记录，从该访问记录中提取该数据文件的特征数据；利用最终得到的多棵所述分类回归树CART对该数据文件的类别进行投票，得到该数据文件的分类结果；然后根据该分类结果选择对应的数据放置策略，对该数据文件进行存储；如果所述存储系统中没有该待分类的数据文件f1的访问日志，则在所述存储系统的目录C中查找与该数据文件f1相似的数据文件f2；然后提取该数据文件f2的访问记录和特征，利用最终得到的多棵所述分类回归树CART对该数据文件f2的类别进行投票，得到该数据文件f2的分类结果；然后根据该分类结果选择对应的数据放置策略，对该数据文件f1进行存储；其中，目录C为文件f1在存储系统名字空间中的位置；其中将与该数据文件f1具有相同后缀名、相同文件访问权限、文件大小近似相等、创建时间接近且同为相同用户创建的数据文件，作为所述数据文件f2。

2.如权利要求1所述的方法，其特征在于，如果在目录C中找不到与该数据文件f1相似的数据文件f2，则在依次向上一级目录中寻找与该数据文件f1相似的数据文件f2。

3.如权利要求1所述的方法，其特征在于，所述数据的类别包括：实验组分析数据，个人数据，实验组重建数据和实验组原始事例数据、系统数据。

4.如权利要求3所述的方法，其特征在于，所述实验组分析数据对应的数据放置策略为：存储层次为基于Flash的固态硬盘、副本个数为1、冗余存储级别为N+2；所述个人数据对应的数据放置策略为：存储层次为基于3D NAND的固态硬盘、副本个数为1、冗余存储级别为N+3；所述实验组重建数据对应的数据放置策略为：存储层次为企业级SAS 15k/10k RPM、副本个数为0、冗余存储级别为N+3；所述实验组原始事例数据、系统数据对应的数据放置策略为：存储层次为近线SAS 7200RPM、副本个数为0、冗余存储级别为N+2；其中，N为单个存储服务器的实际硬盘数量。

5.如权利要求1所述的方法，其特征在于，所述a个特征为提取时间戳、文件名、访问类别、读写区间和访问位置。

6.如权利要求1所述的方法，其特征在于，所述步骤4)中，对于每一测试样本，计算每棵所述分类回归树CART对该测试样本的预测准确率，隔离预测准确率低于设定固定值的分类回归树CART。

7.如权利要求1所述的方法，其特征在于，所述存储系统为EOS存储系统。