分布式存储多站点同步优化方法、装置、设备、存储介质制造方法及图纸

本发明专利技术属于分布式存储多目标参数优化技术领域，具体提供一种分布式存储多站点同步优化方法、装置、设备、存储介质，所述方法包括如下步骤：选定被优化参数并根据选定的被优化参数计算适应度，以多站点适应度作为优化目标，将分布式存储的多站点同步优化问题转化为一个多目标问题，并采用多目标进化算法来求得最优配置参数。可有效处理多站点同步的优化问题，得到最优的配置参数，使用者可根据这些最优解集以及自己的实际需要来配置多站点同步的参数，从而协调多站点同步的速度和业务性能。能。能。

【技术实现步骤摘要】
分布式存储多站点同步优化方法、装置、设备、存储介质


[0001]本专利技术涉及分布式存储多目标参数优化
，具体涉及一种分布式存储多站点同步优化方法、装置、设备、存储介质。

技术介绍

[0002]在对象存储中，异地容灾是指主备中心之间的距离较远(＞200KM)，因此一般采用异步镜像复制。异地灾难备份不仅可以防范火灾、建筑物破坏等可能遇到的风险隐患，还能够防范战争、地震、水灾等风险。由于同城灾难备份和异地灾难备份各有所长，为达到最理想的防灾效果，数据中心应考虑采用同城和异地各建立一个灾难备份中心的方式解决。也就是说多个站点之间的数据冗余备份，保障数据安全性。
[0003]在存储系统中存在许多的多目标优化问题，也就是说多个目标之间是互相冲突的，一个目标的结果变好会使得其他目标的结果变差。随着研究人员对解决多目标问题进行的研究深入，已经出现了许多优秀的解决算法。其中，多目标进化算法是最具代表性的处理手段，其能够在决策空间中找到近似Pareto前沿对应的非支配Pareto解集，也就是最优解集。决策者可以依据实际应用从解决方案集中选择所需方案本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分布式存储多站点同步优化方法，其特征在于，包括如下过程：选定被优化参数并根据选定的被优化参数计算适应度，以多站点适应度作为优化目标，将分布式存储的多站点同步优化问题转化为一个多目标问题，并采用多目标进化算法来求得最优配置参数。2.根据权利要求1所述的分布式存储多站点同步优化方法，其特征在于，选定被优化参数并根据选定的被优化参数计算适应度的步骤包括：选定影响同步速度和业务处理速度的参数作为被优化参数并设置参数的可行值；将不同参数的可行值进行组合并计算每个组合的适应度。3.根据权利要求2所述的分布式存储多站点同步优化方法，其特征在于，将不同参数的可行值进行组合并计算每个组合的适应度的步骤包括：将不同参数的可行值进行组合生成可行解域；随机选择可行解域的组合生成P个粒子的初级种群；计算每个粒子的适应度。4.根据权利要求3所述的分布式存储多站点同步优化方法，其特征在于，以多站点适应度作为优化目标，将分布式存储的多站点同步优化问题转化为一个多目标问题，并采用多目标进化算法来求得最优配置参数的步骤包括：以多站点适应度作为优化目标用多目标进化算法进行迭代种群的选择；达到迭代次数时，输出该种群的优化目标的最优解集，得到最优配置参数。5.根据权利要求1所述的分布式存储多站点同步优化方法，其特征在于，以多站点适应度作为优化目标用多目标进化算法进行迭代种群的选择的步骤包括：依照每个粒子的适应度，选择适应度排名在前第一阈值的粒子；对选择的粒子进行变异、交叉、选择操作处理生成次级种群；计算次级种群中每个粒子的适应度；将次级种群和初级种群的粒子按照适应度进行排名选择前P个粒子作为下一代的迭代种群。...

【专利技术属性】
技术研发人员：王铂，陶桐桐，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：