[发明专利]一种基于内容寻址存储的虚拟机镜像存储优化方法

摘要

本发明涉及一种基于内容寻址存储的虚拟机镜像存储优化方法，具体包括如下内容：采用CAS方法，对虚拟机镜像文进行分块后计算指纹序列，通过指纹序列判断重复数据。对于内容相同的数据块只保留一份，并且在每一个分块文件中记录对应被共享的次数。原来的文件中实际保存的是指纹序列（图3），数据部分保存在共享存储系统里面。为了保证对虚拟机监控器的透明存取及系统的可移植性，采用基于FUSE框架将对虚拟机镜像的操作过程封装到相应的系统调用应答接口的实现中，以服务FUSE内核模块所获取上层用户操作虚拟机所产生的I/O请求，从而将虚拟机镜像文件的直接存储转换为基于CAS方式的存储。本发明采用的基于内容寻址存储消除重复数据的方法能够将虚拟机镜像的磁盘占用量降低50%以上，针对目前虚拟机大规模应用的现状，本发明具有广泛的应用前景。

主权项

一种基于内容寻址存储的虚拟机镜像存储优化方法，其特征在于包括：步骤一：在FUSE提供的文件操作接口实现CAS方式存储，其特征在于：采用内容寻址存储方法，对虚拟机镜像文进行定长分块，每个分块大小为4KB，并对每个数据分块计算指纹（md5），通过指纹判断重复数据，对于内容相同的数据块只保留一份，并且在每一个分块文件中记录对应被共享的次数，原来的文件中实际保存的是优化后的文件大小信息以及对应分块数据的指纹序列，数据部分以分块文件的方式保存在共享存储系统里面，每个分块文件都是以其对应的md5值命名，每个分块文件的共享计数保存在文件的扩展属性当中；步骤二：在宿主机上挂载基于FUSE的用户态文件系统，其特征在于：首先需要在宿主机上创建一个空目录用于挂载，之后，执行步骤101中生成的可执行文件，并把新建的目录作为命令行参数传入，即可实现对文件系统的挂载，挂载之后所有对挂载目录所执行的操作都会首先被FUSE截获并转换成基于CAS的存储方式；步骤三：将虚拟机镜像文件拷入FUSE分区的目录中，其特征在于：在拷贝的过程中镜像文件会被转换成CAS方式的存储；步骤四：在FUSE分区的目录中启动虚拟机，其特征在于：宿主机的虚拟机实例（VM）由远程的桌面客户端启动并操作，在此过程中，每个VM通过虚拟机监控器向宿主机所挂载的目录中的相应文件读写数据，对应的I/O系统调用所产生的相应VFS（Virtual FilesystemSwitch,Linux的虚拟文件系统转换器）调用在内核空间被FUSE的内核模块捕捉；然后，VFS调用被转发到用户态的FUSE接口程序中，该程序重新实现了每种VFS调用的对应的应答流程，在此过程中按照CAS的存储思路与远程的共享存储系统交互，重点完成了从虚拟机镜像文件到实际在共享存储系统中数据存储之间的转换，即用户所看到的每个虚拟机镜像文件（如数据盘文件、内存文件等）被划分成多个文件存储（每个文件存储一个或多个CAS数据块）；在上述过程中，从用户的角度看，用户是在操作本地的桌面系统；从虚拟机监控器的角度看，所操作的虚拟机文件和原存储方案(如直接存储在NFS、Ceph中)相同；从共享存储系统的角度看，所存储的虚拟机镜像文件被分成若干小的对象分别存储。