全文预览

华中科技大学生产实习报告

上传者:梦&殇 |  格式:docx  |  页数:22 |  大小:1236KB

文档介绍
理性能将不再受单一节点限制,当云存储需要扩容和提升系统性能时可以继续增加集群的元数据管理节点数目,以保持业务性能的线性增长。Р集群化技术的另一个优势就是提供了更高的可靠性。传统HA热备的双机模式为了提高可靠性实际是以一台服务器的资源浪费作为代价的,备机不参与任何业务处理,仅是等待主机故障后替换而已。而集群模式的优势在于集群中所有节点都是可以参与业务处理工作的,其中的一台或者几台服务器节点出现故障,集群软件可以很快发现问题并协调集群中的其它仍然运行良好的服务器节点接替故障机的工作,集群软件而言这只不过是简单地进行一次业务负载均衡调整和业务分配而已。Р集群化的这些优点除了在元数据管理节点群化外,对于数量庞大的存储节点依然适用。因为在云存储系统中资源的调度,业务的分派都是由元数据管理集群完成,存储节点仅需要保证存储业务的具体执行。通过对数据存储业务执行的合理分配,完全可以做到将过去各自为政的存储节点资源统一进行调配,发挥其最大的效率。同时倘若部分存储节点出现故障,元数据管理集群也能自动将数据存储业务调整到其他运行正常的存储节点上以满足高要求的N(元数据管理节点)+M(存储节点)集群可靠性。Р云存储的发展不仅仅需要考虑自身存储业务的需要,更重要的是需要考虑云计算、智能分析对大数据提取的性能需求。因此云存储系统的数据吞吐量就显得尤为重要,传统存储方案中某路视频流存储时基本是以存储设备为单位,那么在数据从单一的存储设备上提取时就是一个串行的过程,当提取量增大整个过程耗时就会非常严重。云存储系统就必须改变这一模式,现在较为先进的做法是存储时尽可能将某路视频数据到分散不同的存储设备上,而当需要提取数据时多台存储设备并发推送数据以形成系统级的高并发吞吐量。数据的分散粒度越大,提取时的速度就可能越快,然而如果分散过于凌乱则对数据的管理又增加了额外的系统开销。因而对分散的控制就显得格外重要,海康

收藏

分享

举报
下载此文档