分布式存储服务端QoS优化方法、系统、终端及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113687780A(43)申请公布日2021.11.23(21)申请号202110872204.4(22)申请日2021.07.30(71)申请人济南浪潮数据技术有限公司地址250000山东省济南市中国（山东）自由贸易试验区济南片区浪潮路1036号浪潮科技园S05楼S311室(72)发明人王铂陶桐桐胡永刚(74)专利代理机构济南舜源专利事务所有限公司37205代理人孙玉营(51)Int.Cl.G06F3/06(2006.01)G06N3/00(2006.01)权利要求书2页说明书9页附图2页(54)发明名称分布式存储服务端QoS优化方法、系统、终端及存储介质(57)摘要本发明提供一种分布式存储服务端QoS优化方法、系统、终端及存储介质，包括：预先设置服务质量模板的各参数项的取值范围；利用随机算法根据各参数项的取值范围生成多目标优化算法的初始种群；预先构建基于服务质量模板的参数项取值的客户端请求处理速度目标函数和内部请求处理速度目标函数；利用客户端请求处理速度目标函数和内部请求处理速度目标函数计算种群适应度；按非支配排序方法选择适应度高的种群进行优化迭代，得到服务质量模板的参数项取值最优方案集。本发明可有效处理调度服务器内外的I/O请求，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QoS模板参数，从而提高集群的服务质量。CN113687780ACN113687780A权利要求书1/2页1.一种分布式存储服务端QoS优化方法，其特征在于，包括：预先设置服务质量模板的各参数项的取值范围；利用随机算法根据各参数项的取值范围生成多目标优化算法的初始种群；预先构建基于服务质量模板的参数项取值的客户端请求处理速度目标函数和内部请求处理速度目标函数；利用客户端请求处理速度目标函数和内部请求处理速度目标函数计算种群适应度；按非支配排序方法选择适应度高的种群进行优化迭代，得到服务质量模板的参数项取值最优方案集。2.根据权利要求1所述的方法，其特征在于，预先设置服务质量模板的各参数项的取值范围，包括：根据集群限制规则分别输入各参数项的上限值和下限值。3.根据权利要求2所述的方法，其特征在于，服务质量模板的参数项包括：客户端预留参数、客户端权重参数、客户端上限参数、内部预留参数、内部权重参数和内部上限参数。4.根据权利要求1所述的方法，其特征在于，利用随机算法根据各参数项的取值范围生成多目标优化算法的初始种群，包括：预先设定初始种群的个体数；利用随机算法根据各参数项的取值范围生成多个个体，每个个体中的参数项取值均为在相应取值范围内随机选定的数值；多个个体数量等于预设的初始种群的个体数，多个所述个体组成初始种群。5.根据权利要求3所述的方法，其特征在于，预先构建基于服务质量模板的参数项取值的客户端请求处理速度目标函数和内部请求处理速度目标函数，包括：利用公式计算客户端请求处理速度初值，其中cr为客户端预留，cw为客户端权重，rr为内部预留，rw为内部权重，M为集群最大性能值；比对客户端请求处理速度初值与客户端上限的大小，从两者中取较小值作为客户端请求处理速度；利用公式计算内部请求处理速度初值，其中cr为客户端预留，cw为客户端权重，rr为内部预留，rw为内部权重，M为集群最大性能值；比对内部请求处理速度初值与内部上限的大小，从两者中取较小值作为内部请求处理速度。6.根据权利要求1所述的方法，其特征在于，按非支配排序方法选择适应度高的种群进行优化迭代，得到服务质量模板的参数项取值最优方案集，包括：将现有种群中的个体按适应度进行非支配性排序，选取排序靠前的一半种群数量的个体作为优选个体；对优选个体进行变异操作和交叉操作，生成次级种群；将次级种群与次级种群的前代种群按照非支配规则进行排序，选取排序靠前的预设种群数量的个体作为次级种群，进行迭代；监控迭代次数，若实际迭代次数达到预设迭代次数则停止迭代并将最新种群中的非支配解集输出为最优方案集。2CN113687780A权利要求书2/2页7.一种分布式存储服务端QoS优化系统，其特征在于，包括：范围设置单元，用于预先设置服务质量模板的各参数项的取值范围；初始生成单元，用于利用随机算法根据各参数项的取值范围生成多目标优化算法的初始种群；函数构建单元，用于预先构建基于服务质量模板的参数项取值的客户端请求处理速度目标函数和内部请求处理速度目标函数；适应计算单元，用于利用客户端请求处理速度目标函数和内部请求处理速度目标函数计算种群适应度；迭代筛选单元，用于按非支配排序方法选择适应度高的种群进行优化迭代，得到服务质量模板的参数项取值最优方案集。8.根据权利要求7所述的系统，其特征在于，所述迭代筛选单元用于：将现有种群中的