华南理工大学学报(自然科学版) ›› 2014, Vol. 42 ›› Issue (1): 104-110.doi: 10.3969/j.issn.100-565X.2014.01.018

• 计算机科学与技术 • 上一篇    下一篇

云存储系统的能耗优化节点管理方法

林伟伟1 贺品嘉1 刘波2   

  1. 1.华南理工大学 计算机科学与工程学院,广东 广州 510006;2.华南师范大学 计算机学院,广东 广州 510631
  • 收稿日期:2013-07-16 修回日期:2013-10-10 出版日期:2014-01-25 发布日期:2013-12-01
  • 通信作者: 林伟伟(1980-),男,博士,副教授,主要从事分布式计算、云计算、移动互联网等的研究. E-mail:linww@scut.edu.cn
  • 作者简介:林伟伟(1980-),男,博士,副教授,主要从事分布式计算、云计算、移动互联网等的研究.
  • 基金资助:

    国家自然科学基金资助项目(61202466);广东省科技计划项目(2012B010100030);广东省自然科学基金资助项目(10451064101005155, S2011010001754);华南理工大学中央高校基本科研业务费专项资金重点资助项目(2013ZZ0044)

Management Method of Energy Consumption Optimization Nodes in Cloud Storage System

Lin Wei- wei1 He Pin- jia1 Liu Bo2   

  1. 1.School of Computer Science and Engineering,South China University of Technology,Guangzhou 510640,Guangdong,China;2.School of Computer,South China Normal University, Guangzhou 510631,Guangdong,China
  • Received:2013-07-16 Revised:2013-10-10 Online:2014-01-25 Published:2013-12-01
  • Contact: 林伟伟(1980-),男,博士,副教授,主要从事分布式计算、云计算、移动互联网等的研究. E-mail:linww@scut.edu.cn
  • About author:林伟伟(1980-),男,博士,副教授,主要从事分布式计算、云计算、移动互联网等的研究.
  • Supported by:

    国家自然科学基金资助项目(61202466);广东省科技计划项目(2012B010100030);广东省自然科学基金资助项目(10451064101005155, S2011010001754);华南理工大学中央高校基本科研业务费专项资金重点资助项目(2013ZZ0044)

摘要: 为节省云存储系统的能耗,文中考虑在云存储系统利用率较低时关闭部分存储节点.为了保证部分存储节点关闭时数据的可用性,针对如何选择云存储系统中可以关闭的节点集合问题,设计了基于辅助节点的贪心算法, 并针对异构云存储系统的能耗优化问题,提出了面向异构云存储系统的能耗优化贪心算法.模拟实验结果表明,文中提出的面向异构系统的能耗优化贪心算法能较好地降低异构云存储系统的能耗,其性能明显优于一般的贪心算法,从而验证了所提算法的有效性.

关键词: 数据管理, 云存储, 能耗优化, 贪心算法

Abstract:

In order to reduce the energy consumption of cloud storage systems,a method to save energy by turningoff some storage nodes in inactive periods is proposed.Then,for the purpose of guaranteeing the availability of datawhen part of storage nodes are turned off,an auxiliary node- based greedy algorithm is designed to properly selectstorage nodes to form a turned- off node set.Moreover,an improved auxiliary node- based greedy algorithm for hete-rogeneous storage systems is proposed for the optimization of energy consumption.Simulated results show that theimproved auxiliary nod- based greedy algorithm is effective because it greatly reduces the energy consumption of he-terogeneous cloud storage systems and outperforms the conventional greedy algorithm.

Key words: data management, cloud storage, energy consumption optimization, greedy algorithm