[发明专利]存储资源集中管理的方法、装置、设备及可读存储介质在审
申请号: | 201810574327.8 | 申请日: | 2018-06-06 |
公开(公告)号: | CN108874316A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 赵鹏;高瑞胜 | 申请(专利权)人: | 郑州云海信息技术有限公司 |
主分类号: | G06F3/06 | 分类号: | G06F3/06 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 450018 河南省郑州市*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 存储资源 集中管理 存储请求 可读存储介质 目标存储设备 存储设备 存储 预设 按需分配 技术效果 目标数据 数据中心 有效地 | ||
1.一种存储资源集中管理的方法,其特征在于,包括:
获取各个存储设备的存储指标;其中,所述存储指标包括性能指标和/或服务能力指标;
利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的预设资源子池中;
当接收到存储请求时,在满足所述存储请求的预设资源子池中确定出目标存储设备,并在所述目标存储设备中存储与所述存储请求对应的目标数据。
2.根据权利要求1所述的存储资源集中管理的方法,其特征在于,所述获取各个存储设备的存储指标,包括:
获取各个存储设备的性能指标,所述性能指标包括IOPS指标、带宽指标、时延迟指标;
和/或,
获取各个存储设备的服务能力指标,所述服务能力指标为冗余度或数据保护类型;其中,所述数据保护类型的类型包括快照、镜像和复制。
3.根据权利要求2所述的存储资源集中管理的方法,其特征在于,利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的预设资源子池中,包括:
利用各个所述存储设备的IOPS指标值分别符合的预设资源子池的IOPS指标值范围,将各个所述存储设备分别划分到各个所述预设资源子池中;
其中,所述预设资源子池包括低性能资源子池、中性能资源子池和高性能资源子池。
4.根据权利要求2所述的存储资源集中管理的方法,其特征在于,利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的资源子池中,包括:
按照各个所述存储设备的冗余度分别对应的预设资源子池的冗余度范围,将各个所述存储设备分别划分到对应的所述预设资源子池中;
其中,所述预设资源子池包括低可靠性资源子池、中可靠性资源子池和高可靠性资源子池。
5.根据权利要求2所述的存储资源集中管理的方法,其特征在于,利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的预设资源子池中,包括:
将具有所述数据保护的存储设备,按照所述数据保护类型划分至对应的预设数据保护资源子池中;
其中,所述预设数据保护资源子池包括快照子池、镜像子池和复制子池。
6.根据权利要求1至5任一项所述的存储资源集中管理的方法,其特征在于,所述当接收到存储请求时,在满足所述存储请求的资源子池中确定出目标存储设备,并在所述目标存储设备中存储与所述存储请求对应的目标数据,包括:
当接收到存储请求时,判断所述存储请求对应的主机应用优先级,并确定所述主机应用优先级对应的目标资源子池;
在所述目标资源子池中确定出目标存储设备,并在所述存储设备中存储与所述存储请求对应的目标数据。
7.根据权利要求6所述的存储资源集中管理的方法,其特征在于,利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的预设资源子池中,包括:
利用获取到的性能指标和服务能力指标,将各个所述存储设备分别划分到相应的预设资源子池中;
其中,每个所述存储设备至少对应一个预设资源子池。
8.一种存储资源集中管理的装置,其特征在于,包括:
存储指标获取模块,用于获取各个存储设备的存储指标;其中,所述存储指标包括性能指标和/或服务能力指标;
存储设备划分模块,用于利用获取的所述存储指标的类型或指标值,将各个所述存储设备分别划分到相应的预设资源子池中;
目标数据存储模块,用于当接收到存储请求时,在满足所述存储请求的预设资源子池中确定出目标存储设备,并在所述目标存储设备中存储与所述存储请求对应的目标数据。
9.一种存储资源集中管理的设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述存储资源集中管理的方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述存储资源集中管理的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州云海信息技术有限公司,未经郑州云海信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810574327.8/1.html,转载请声明来源钻瓜专利网。