基于集群虚拟化的高精度快照的设计与实现
本文提出了一种逻辑卷级别的高精度快照技术,能够有效利用存储资源,为目标逻辑卷生成快照逻辑卷,精确保留目标卷的历史数据,提高系统可靠性。设计了checkpoint和finesnap两种卷级别快照结构,通过结合使用两者,建立checkpoint与finesnap的混合链表,在节省存储资源的同时,维持好的系统性能;通过采用在内存中缓存finesnap的bloom filter位图的策略,加速finesnap中数据的查找,同时将缓存消耗的内存数量控制在合理范围内。实验证明,对于目标逻辑卷的读写,使用我们的系统,当快照卷数量为16且finesnap与checkpoint的比例为9：1时,性能较著名集群虚拟化系统LVM2提高了133％;对于历史数据的空间占用,使用我们的系统,在相同的快照生成频率、finesnap与checkpoint的比例为8：1且trace播放10小时的前提下,占用量仪为LVM2的37％。
目标逻辑卷 当前卷 活动高精度快照卷 写时拷贝
向小佳 舒继武 余宏亮
清华大学计算机科学与技术系,北京 100084
国内会议
深圳
中文
124-130
2008-04-07（万方平台首次上网日期，不代表论文的发表时间）