论文部分内容阅读
快速增长的数据需要更可靠的数据存储方式。云数据存储系统基于多种冗余技术来实现数据高可靠性和可用性,是数据存储的关键技术之一。不完全覆盖作为任何容错系统利用自动恢复机制的固有行为,会因为覆盖不完全而导致系统在仍有冗余存在的情况下发生失效,造成冗余的浪费和系统不可靠。鉴于此,本文针对受不完全覆盖影响的5磁盘云存储系统,分别对受部件级不完全覆盖(Element Level Coverage,ELC)和故障级不完全覆盖(Fault level Coverage,FLC)影响下的系统可靠性进行研究,具体研究工作和贡献体现如下:(1)部件级不完全覆盖影响下云数据存储多态系统可靠性分析方法。考虑部件级不完全覆盖的特点,系统中磁盘的失效覆盖因子各自独立互不影响。因此基于故障树分析以及多状态多值决策图,得出磁盘可划分为四个状态并利用马尔科夫状态转换模型对受部件级不完全覆盖(ELC)影响下的多态磁盘的状态进行分析。在拉普拉斯变换的基础上,推导得出磁盘状态概率的计算公式,利用多值多状态决策图对整个5磁盘云数据存储系统的状态进行分析。另外,利用数值仿真验证方法的正确性,研究了转换概率和失效时间对磁盘状态概率的影响和磁盘覆盖因子不同时对系统状态概率的影响。在系统可靠性评估时,考虑了控制器的状态因素,得到控制器状态对系统可靠性的影响。(2)故障级不完全覆盖影响下云数据存储多态系统可靠性分析方法。由于受故障级不完全覆盖(FLC)影响的系统中各部件失效覆盖因子是相互影响的,因此无法独立研究磁盘的状态。本文考虑了控制器完美运行和存在失效两种情况下的云数据存储系统的状态,利用多状态多值决策图对每个状态的概率进行分析。研究了磁盘失效覆盖率、控制器失效参数以及失效时间对整个系统状态概率的影响。(3)研究在考虑磁盘供应商的选择和不完全覆盖影响下的云数据存储系统可靠性优化问题。提出三个优化条件:无约束的最大化系统可靠性;限定不超过某成本下的最大化系统可靠性和限定不低于某可靠性下的最小化系统成本。所提模型用于5磁盘云存储系统,并利用数值仿真验证证明考虑磁盘供应商的选择组合确实能优化系统的成本与可靠性,对实际生产具有重要的指导意义。