云环境下面向科学应用的低成本存储策略

摘要

云计算系统强大的计算能力和存储容量，使得科学家可以在其上部署计算型和数据密集型的应用，并把大量的应用数据存储在云计算环境下。同时，快速增长的云计算允许用户在多个云服务提供商所提供的云服务内，对大量生成的数据灵活地进行存储，重新计算或传输。基于云计算即用即付模式，使用云服务的总成本取决于所耗费的存储、计算和带宽资源。资源需要按使用量付费，在云计算环境下部署科学应用，所产生的数据总应用成本，很大程度上取决于存储的策略，即哪些数据该存储或删除，并且多个云服务情况下具体在哪个云内存储，当需要再次使用时在哪个云内生成。找到最小成本的存储策略，对降低云计算环境下部署科学应用的总成本有着十分重要的意义。
　　然而，云服务价格会因市场因素等有所变动，面向云服务价格变化后，从原有价格下最小成本基准存储策略的数据存储状态，调整到新价格下最小成本基准存储策略的数据存储状态，可能存在某些数据需要重新生成，会产生状态调整成本，应计入在总成本之中。传统的数据存储策略，均是针对初始数据存储状态（所有数据均存储）来寻求最小成本的基准存储策略，未考虑云服务价格变化所产生状态调整成本，可能不是新价格下的最小成本存储策略。
　　本文在研究分析现有的数据存储成本模型和存储策略算法的基础上，针对原有价格下的数据存储状态，考虑云服务价格变化所产生的状态调整成本。为降低存储大量生成的科学数据的成本，面向单个云服务提供商所提供的云服务内，在传统最小成本基准的CTT-SP算法基础上，提出了一种演化CTT-SP算法。该演化CTT-SP算法可自动决定生成的科学数据，在单个云计算环境下是否需要存储，并达到新价格下计算和存储之间的更佳平衡。面向多个云服务提供商所提供的云服务内，在传统最小成本基准的GT-CSB算法基础上，提出了一种演化GT-CSB算法。该演化GT-CSB算法可自动决定生成的科学数据，在多个云计算环境下是否需要存储，且数据具体存储在哪个云内，最终达到新价格下计算、存储和带宽之间的更佳平衡。以流行的云服务提供商的成本模式为例，对大量随机数据集进行实验，结果表明，当云服务价格变化后，面向单个云内所提的演化CTT-SP算法和面向多个云内所提的演化GT-CSB算法，分别在单个云内和多个云内情况下，有效地节省了存储科学数据所耗的总成本。

目录

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文主要研究内容及章节安排

第二章 相关理论

2.1 云计算及其服务模式

2.2 科学应用数据

2.3典型的数据存储成本模型

2.4最小成本基准的数据存储策略

2.5 本章小结

第三章 考虑云服务价格变化的数据存储成本模型

3.1 单一云内的数据存储成本模型

3.2 多个云内的数据存储成本模型

3.3 本章小结

第四章 考虑云服务价格变化的数据存储策略

4.1 单一云内演化CTT-SP算法的存储策略

4.2 多个云内演化GT-CSB算法的存储策略

4.3 本章小结

第五章 实验结果与评估

5.1 实验环境

5.2 数据集

5.3 成本效益评估

5.4 本章小结

总结与展望

论文工作总结

展望

参考文献

攻读学位期间发表的论文

声明

致谢