[发明专利]一种基于超图划分算法的相关数据存储方法

摘要

本发明涉及一种基于超图划分算法的相关数据存储方法，包括对于一个需要处理数据的任务，称其为一个需求模式，该需求模式需要多个存储在数据中心节点的数据，需求模式确定后，预测出其需求率；根据需求率的设定，选择度量标准，即超图划分的标准；建立超图模型；粗划阶段；初始化阶段；优化阶段将k个子图随机选择裂变节点后依次进行裂变还原，构造一系列超图，直到规模达到原始无权超图的规模，得到优化后的k个子图。

主权项

一种基于超图划分算法的相关数据存储方法，包括下列步骤：(1)对于一个需要处理数据的任务，称其为一个需求模式，该需求模式需要多个存储在数据中心节点的数据，需求模式确定后，预测出其需求率，假设每个节点需求率为Rpy，该需求模式总的需求率为(2)根据需求率的设定，选择度量标准，即超图划分的标准，第一是完成一个需求所需的系统开销CA，第二是完成需求所需的总的中继流量CL，得出度量标准为C(D)＝CA+αCL，α为平衡两个标准取值在0和1之间的参数。(3)根据步骤二的判断标准建立超图模型，把所有的数据项和数据节点设为超图的顶点集合V，超边集合E中包含所有的需求模式和数据项与节点的映射关系，每条超边e∈E被赋予一个权重，基于(2)中的度量标准，为各个权重赋值we，在超图中，有两类节点，存储节点和数据项，两类边，需求模式超边和数据节点超边。(4)指把超图顶点划分为n个输出集合，每个顶点只属于n个集合中的一个，减少超图划分的权重被计算为减少超边权重的总和，如果一个超边的顶点不只属于一个集合，此超边被剪掉，超边e的顶点落到t个集合中，那么它的减权被计算为(t‑1)we。(5)粗划阶段：减少超边的权重，将联系紧密的节点合并，构造规模更小的无权超图，使得相邻两层超图之间的缩小率达到设定的缩小率，所述缩小率为相邻两层超图节点数目减小的百分比。(6)初始化阶段：将步骤(5)所得规模更小的无权超图进行初始划分，得到最初始的k个子图，划分方法为随机划分；(7)优化阶段：将步骤(6)所到的k个子图随机选择裂变节点后依次进行裂变还原，构造一系列超图，直到规模达到原始无权超图的规模，得到优化后的k个子图。