摘要:由于內(nèi)存云(RAMCloud)只支持最大1 MB的小塊數(shù)據(jù)對(duì)象存儲(chǔ),因此當(dāng)大于1 MB的對(duì)象需要存儲(chǔ)在內(nèi)存云集群中就會(huì)受到對(duì)象大小的限制,無(wú)法在集群中進(jìn)行存儲(chǔ)。為了解決內(nèi)存云存儲(chǔ)限制的問(wèn)題,提出了基于內(nèi)存云的大塊數(shù)據(jù)對(duì)象并行存取策略。該存儲(chǔ)策略首先將大塊數(shù)據(jù)對(duì)象分割成若干個(gè)1 MB的小塊數(shù)據(jù)對(duì)象,然后在客戶(hù)端生成數(shù)據(jù)摘要,最后使用并行存儲(chǔ)算法將客戶(hù)端分割成的小塊數(shù)據(jù)對(duì)象存儲(chǔ)在內(nèi)存云集群中。讀取時(shí)首先讀取數(shù)據(jù)摘要,然后根據(jù)數(shù)據(jù)摘要從內(nèi)存云集群中并行讀取小塊數(shù)據(jù)對(duì)象,并將小塊數(shù)據(jù)對(duì)象合并生成大塊數(shù)據(jù)對(duì)象。實(shí)驗(yàn)結(jié)果表明:大塊數(shù)據(jù)對(duì)象的并行存取策略在不破壞內(nèi)存云集群體系結(jié)構(gòu)的前提下存儲(chǔ)時(shí)間為16~18μs,讀取時(shí)間為6~7μs。在Infini Band網(wǎng)絡(luò)架構(gòu)下,所提并行算法的加速比呈現(xiàn)類(lèi)似線性的增長(zhǎng),它使大塊數(shù)據(jù)對(duì)象也能夠像小塊數(shù)據(jù)對(duì)象一樣在微秒級(jí)別下快速、高效地進(jìn)行存取。
注:因版權(quán)方要求,不能公開(kāi)全文,如需全文,請(qǐng)咨詢(xún)雜志社