论文部分内容阅读
伴随着各种大型应用领域对大数据量存储需求的增长，有限的主存空间无法容纳全部数据，因此利用多磁盘的并行来满足存储容量和I/O性能需求的并行文件系统具有越来越重要的作用。高吞吐量、高I/O带宽、可扩展的并行文件系统将多个结点上的磁盘组织成为全局的存储系统，提供更大的存储容量和I/O带宽，并可以随着系统规模的扩大而扩展。
本文采用的并行文件系统Lustre是一个透明的全局文件系统。客户端可以透明地访问集群文件系统中的数据，而无需知道这些数据的实际存储位置。Lustre并行文件系统采用的并行存储模式对粗粒度I/O性能良好，但在进行细粒度读写时，性能与粗粒度I/O相比，有着明显的低下，因此细粒度I/O性能的优化成为并行文件系统整体I/O性能优化的关键。
本文针对Lustre文件系统，仔细分析了其I/O访问模式、细粒度I/O服务流程、页面替换算法等方面，增加了对细粒度I/O的支持，提出了改进的FGF-LRU方法，在OST端及Client端的页高速缓存中尽量保留细粒度访问的文件页面，降低细粒度访问页面的下沉速度，延长细粒度访问页面留在主存中的时间，以此来减少对磁盘的访问次数，进而通过减少磁盘访问次数来降低多余的访问磁盘造成的开销问题。
最后，通过随机重复实验，验证了FGF-LRU方法对Lustre文件系统I/O的有效性，在不影响粗粒度的访问的情况下，提高了细粒度I/O访问性能，实现了文件系统在I/O方面整体性能的优化。