当高性能计算朝着百亿亿次级发展时,I/O性能仍然是一个主要的瓶颈,尤其是在数据密集型的科学应用中体现得非常明显。科学应用以数据模拟操作为主,其访问特征是阶段性地向并行文件系统输出大量中间结果,这种周期性的写请求会给并行文件系统带来突发性的写性能瓶颈。与此同时,高性能计算集群仍然以机械硬盘(HDD)作为主要存储介质。新型存储设备固态硬盘(SSD)由于其对随机访问不敏感等特性,已经被广泛应用在高性能计算环境当中。当前大多数的大规模高性能计算集群,使用SSD与HDD结合的混合存储系统,将SSD作为计算节点与HDD之间的高速缓冲。以突发性写缓冲(Burst Buffer)为代表的混合存储系统需要使用大量的SSD来缓冲所有的中间数据,并且依赖难以预测的计算阶段进行数据刷新,系统的建设成本仍然很高。为解决突发性写缓冲存在的缺陷,基于负载感知的写缓冲系统,首先通过分析不同的科学应用访问模式在不同负载情况下引起随机访问的现象及原因,设计一种服务端负载感知的随机识别方法。然后,基于该识别方法仅在SSD中缓冲随机请求,顺序请求被定位到HDD中。接着采用流水线方式管理数据的缓冲与刷新过程,从而减少对计算时间的依赖。最后使用AVL树结构管理缓存数据,保证数据被顺序写回HDD时的开销最小。在相同的实验环境下,基于负载感知的写缓冲系统的测试结果表明,该优化系统相比于突发性写缓冲系统,使用更少的SSD对并行I/O的写性能可以达到平均50%以上的提升效果。