[发明专利]千万级小文件数据的一种读写解决策略

摘要

本发明提供一种千万级小文件数据的一种读写解决策略，设计在存储小文件时通过采用开辟大块的连续磁盘空间的方式来存储大量的小文件；首先将磁盘空间划分为多个块，大文件的连续磁盘空间就由这一系列块所组成，遇到的文件比较小时，每个小文件只能存放在单个块中，不能跨越2个块存放，每个文件数据都存放在连续的磁盘空间上。本发明主要是通过将逻辑上连续的小文件数据尽可能的存储在物理磁盘的连续空间之内，这样就提高用户对文件访问的并发性操作，从而提高了小文件的访问性能；采用Cache技术充当元数据服务器的角色，同时通过设计一种简化的小文件信息节点数据结构Node，大大提高Cache利用率和小文件读取性能。

主权项

千万级小文件数据的一种读写解决策略，其特征在于设计在存储小文件时通过采用开辟大块的连续磁盘空间的方式来存储大量的小文件；首先将磁盘空间划分为多个块，每个块的大小为64KB，大文件的连续磁盘空间就由这一系列块所组成，当遇到的文件比较小时，每个小文件只能存放在单个块中，不能跨越2个块存放，每个文件数据都存放在连续的磁盘空间上，在一个块中存放多个小文件A1，A2，A3，A4和A5为5个文件，文件与文件之间连续存放， A1与A2，A3与A4，红色部分为此块的碎片，当出现文件的大小小于这些碎片的大小时，应优先把文件存放在这些碎片中，本发明的存储布局中设计的是将逻辑上连续的数据尽可能地存储在物理磁盘的连续空间上，将同一个文件的数据或将同一个文件夹下的文件数据尽可能地存储在连续的磁盘空间块上，每一个文件夹将拥有一个或多个块，这些块都只存放此文件夹的文件；在本系统的数据存储结构中，我们将文件信息节点的属性信息存放在元数据服务器上，在I/O服务器上，只需要知道文件的磁盘空间信息即可进行访问，在I/O服务器上，只需要记录文件的磁盘空间信息，而不需要记录文件的其他属性；对Node的数据结构进行简化设计，只保留文件的磁盘空间信息以及属于它的少量数据成员；针对本系统的数据存储访问频率问题，首先，设计一个全局变量NodeList，NodeList是对Node的一个排序链表，根据文件的访问频率进行排序，它是为了实现优化文件传输而设计的，为整个小文件读取、存储解决方案服务；NodeList是对与每个文件夹而服务的，根据文件夹里的每个文件的访问频率形成一个排序列表，当用户访问该文件夹里的某个文件时，系统会自动地将这个列表里高访问频率的文件一起发送过去设定一个高访问频率的阈值，并将所有访问频率高于的文件顺序分成多个组，每个组可能包含多个文件，组中所有文件大小之和不超过64KB，每当用户请求当前文件夹中的一个文件时，系统会按照顺序将一个组的文件一起发送过去，从而降低文件传输时延，，的计算公式如下：为文件夹每个文件的访问频率，n为当前文件夹中的文件个数，Ｎ由用户自己设置数值。