大数据背景下,低延迟是大数据中心企业和公司面临的主要问题,延迟的降低不仅能提高数据中心处理性能而且提高用户服务质量,还能增强用户粘性。目前降低数据中心时延方法大多采用启发式算法或者是静态建模。然而,传统方法难以适应数据量激增和动态的数据中心环境。本文从数据中心数据部署角度出发,考虑分布式系统中数据的部署位置影响数据的读写延迟,提出K-means和Deep Q-Learning两种算法。一是针对数据中心网络拓扑结构和数据读写规律等特点,采用K-means算法对数据中心储存节点进行聚类,再对聚类后结果进行排序,采用靠近聚类中心的节点作为数据部署的节点。二是对于动态的用户请求和不断变化网络配置,将数据部署问题建模马尔可夫决策过程,采用强化学习,并使用神经网络拟合DQL输入状态,数据读写请求与数据中心环境进行不断交互学习,以延迟作为奖励,求解最优数据部署策略。本文的主要的工作内容如下:本文通过分析数据中心网络拓扑结构特征和数据读写请求等规律。融合K-means算法,并采用算法进行了实验仿真,搭建mininet模拟数据中心网络环境。经过实验对比,K-means算法相比传统算法CommonIP(数据尽可能靠近经常访问它的IP地址),数据读写延迟分别减少了 61.5%和53%。考虑到动态变化的数据部署场景,采用强化学习DQL算法,而对于强化学习中状态输入空间过大问题,使用DQL深度神经网络来进行拟合值函数。本文还进一步对DQL状态空间进行稀疏化,减少神经网络输入,从而提高性能。本文采用与K-means算法相同的实验环境,通过实验的仿真对比,DQL相比于CommonIP,数据读写延迟分别减少了 63.9%和82.4%。实验结果证明运用强化学习DQL算法在动态变化的数据中心网络环境下具有很强的适用性。