[发明专利]一种基于大数据和文件热度的分布式存储节点负载调整方法

权利要求书

1.一种基于大数据和文件热度的分布式存储节点负载调整方法，其特征在于，包括：

根据服务器获取到的每个文件的访问情况，获取每个文件在当前周期内老用户和新用户的访问量；

根据每个文件当前周期内老用户和新用户的访问量，预测其在下个周期内老用户访问量；

获取服务器中当前周期内文件的搜索量，并根据被搜索文件的搜索量预测下个周期该被搜索文件的访问量，将该被搜索文件的访问量作为下个周期预测的新用户访问量；

根据预测的每个文件在下个周期内老用户访问量和新用户的访问量，得到文件的预测热度，并对每个文件所在的存储节点进行热度平衡调整。

2.如权利要求1中所述的一种基于大数据和文件热度的分布式存储节点负载调整方法，其特征在于，所述每个文件在下个周期内老用户的访问量预测方法包括：

根据用户对每个文件的总访问次数判断该文件性质，利用对文件性质判断的结果获得老用户对每个文件的平均访问次数M_i和平均访问间隔G_i；

根据每个文件的平均访问次数M_i、平均访问间隔G_i和老用户的访问情况，得到下个周期内所有老用户对该文件的总访问次数N_i。

3.如权利要求2中所述的一种基于大数据和文件热度的分布式存储节点负载调整方法，其特征在于，所述文件性质判断方法为：

若到当前时刻为止对所述文件的访问次数m_i超过第一阈值的用户数占总用户数占比超过第二阈值时，将该文件视为高频访问文件，并将m_i平均值向上取整后记为平均访问次数M_i，反之将该文件视为低频访问文件，此时平均访问次数M_i＝1。

4.如权利要求3中所述的一种基于大数据和文件热度的分布式存储节点负载调整方法，其特征在于，所述下个周期内所有老用户对该文件的总访问次数N_i获取方法为：

当m_i≥M_i时，该用户在下个周期对该文件访问次数为0，当m_i＜M_i时，该用户对该文件后续访问次数为n_ik＝M_i-m_i，通过平均访问间隔G_i和该用户对该文件的最后一次访问时间t_ik计算该用户对该文件的后续n_ik次的访问时间：t_ik1＝t_ik+G_i，t_ik2＝t_ik+2G_i，…，

设下个周期的时间范围为[(w-1)T，wT]，其中所述下个周期为截至目前时序上第w个周期，T为周期长度，则对于用户k的上述n_ik个访问时间，分别判断上述n_ik次访问时间点是否落在时间范围[(w-1)T，wT]内，将在该时间范围内的访问时间的个数记为N_ik，即为用户k在下个周期内对文件i的访问次数N_ik；

下个周期内老用户对该文件的总访问次数其中K为所有m_i＜M_i的用户数量。

5.如权利要求1中所述的一种基于大数据和文件热度的分布式存储节点负载调整方法，其特征在于，所述下个周期新用户访问量的预测方法为：

根据当前周期所述文件被搜索量与下个周期新用户对所述文件的访问量之间的数据拟合关系，得到下个周期内新用户对所述文件的访问次数N_i′。