【技术实现步骤摘要】
基于分布式存储的最优存储节点匹配方法、装置及介质
本专利技术涉及分布式存储
,特别涉及一种基于分布式存储的最优存储节点匹配方法、装置及介质。
技术介绍
随着互联网的普及与发展,数据在人类生活中起着越来越重要的作用,人们对数据的可靠性和安全性有了更高的要求,传统的网络存储系统采用集中的存储服务器存放所有数据,存储服务器成为系统性能的瓶颈,也是可靠性和安全性的焦点,系统的可靠性和安全性都通过存储服务器体现,已不能满足大规模存储应用的需要。而为了满足大规模存储应用的需要,越来越多的存储系统采用分布式存储系统,分布式存储是将数据分散存储在多台独立的设备上,通常其物理存储资源不一定直接连接在本地节点上,而是通过计算机网络与节点相连。分布式网络存储系统采用可扩展的系统结构,利用多台存储服务器分担存储负荷,利用位置服务器定位存储信息,它不但提高了系统的可靠性、可用性和存取效率,还易于扩展。现有技术中,用户采用分布式存储系统存储文件时多采用就近方案将数据文件存储于分布式存储系统内,没有考虑数据文件存储到分布存储节点的其他因素,评估各个存储节点存储能力的判断依据也较为单一;中国专利申请(公开号为CN106230953A)公开了一种基于分布式存储的D2D通信方法及装置,来优化存储节点的匹配,但随着存储节点及存储成本的不断增加,仍存在存储节点的匹配并不是最优解的问题,从而导致数据文件存储和读取时效率降低,也降低了资源利用率。
技术实现思路
为解决上述现有技术中所匹配的节点不是最优节点,导致数据文件 ...
【技术保护点】
1.一种基于分布式存储的最优存储节点匹配方法,其特征在于:应用于智能合约,所述方法包括以下步骤:/n接收智能终端发布的存储需求;/n广播所述存储需求,根据所述存储需求匹配若干存储节点;/n利用评分匹配方法匹配最优节点。/n
【技术特征摘要】
1.一种基于分布式存储的最优存储节点匹配方法,其特征在于:应用于智能合约,所述方法包括以下步骤:
接收智能终端发布的存储需求;
广播所述存储需求,根据所述存储需求匹配若干存储节点;
利用评分匹配方法匹配最优节点。
2.根据权利要求1所述的一种基于分布式存储的最优存储节点匹配方法,其特征在于:智能终端可根据需求模板发布所述存储需求,所述存储需求包括但不限于数据文件类型、数据文件存储时间、数据文件存储大小、数据文件存储份数或所述存储节点的各项指标;
所述存储节点的剩余存储均大于所述数据文件存储大小,所述存储节点的数量大于所述数据文件存储份数。
3.根据权利要求2所述的一种基于分布式存储的最优存储节点匹配方法,其特征在于:所述评分匹配方法对各所述存储节点进行综合评分,所述综合评分通过所述存储节点的各项指标与各项指标对应的融合权重相乘得出,选取所述综合评分高的所述存储节点作为所述最优节点进行匹配。
4.根据权利要求3所述的一种基于分布式存储的最优存储节点匹配方法,其特征在于:所述指标包括但不限于所述存储节点的存储与读取的成功率、在线时间、存储空间、带宽、服务器配置运算能力、用户与节点的位置、用户所在的运营商或网络时延情况。
5.根据权利要求4所述的一种基于分布式存储的最优存储节点匹配方法,其特征在于:所述融合权重包括第一权重和第二权重,所述综合评分包括与所述第一权重对应的第一综合评分及与所述第二权重对应的第二综合评分,所述综合评分为所述第一综合评分与所述第二综合评分融合相加后的平均值;
所述评分匹配方法包括
S1:根据所述存储节点和指标的数量建立原始指标数据矩阵,原始指标数据矩阵为X=(xij)nm(i=1,2,…,n;j=1,2,…,m),其中,n为所述存储节点的数量,m为所述指标的数量,xij为第i个所述存储节点的第j个指标值;
S2:所述指标包括正向指标和负向指标,分别对所述正向指标和所述负向指标归一化处理,所述正向指标归一化为
所述负向指标归一化为
S3:通过主成分分析方法计算所述第一综合评分;
S4:通过熵权法计算所述第二综合评分;
S5:根据(zi+si)/2计算所述综合评分。
6.根据权利要求5所述的一种基于分布式存储的最优存储节点匹配方法,其特征在于:根据以下步骤计算所述第一综合评分
S31:输入样本集合D={x1,…,xn},计算均值矢量μ和协方差矩阵∑;
S32:根据计算协方差矩阵∑的特征值和特征矢量,并将所述特征矢量按...
【专利技术属性】
技术研发人员:游海涛,王琳,徐华卿,范自道,傅福斌,
申请(专利权)人:易联众信息技术股份有限公司,
类型:发明
国别省市:福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。