蒋平川，冯圣中

（1.中国科学院 深圳先进技术研究院，广东 深圳518055；2.中国科学院 研究生院，北京100049）

0 引 言

信息化的发展，特别是云计算技术［1］的发展，带来了巨大的机遇和挑战。数据中心大规模的数据需要分布式存储这些数据，同时利用不同速度的访问设备来提高访问速度，提高数据的并发性。还可以通过优化数据迁移规则，加速重要数据和常用数据的访问，减少带宽消耗。在大规模数据中心存储中，分级存储是根据数据的重要性、访问频率、保留时间、容量、性能等指标，将数据采取不同的存储方式分别存储在不同性能的存储设备上。数据分级存储的工作原理是基于数据访问的局部性。通过将不经常访问的数据自动移到存储层次中较低的层次，释放出较高成本的存储空间给更频繁访问的数据，可以获得更好的性价比。在分级存储设备上，主要是利用不同的访问速度存储设备 （如SATA，SAS，SSD）的差异组成一个相互协作的系统 （如图1所示）。数据迁移主要是通过数据的访问性质，以少量系统内部带宽消耗，调整系统中数据的分布，到达优化系统性能目标。通过数据迁移算法，完成数据在不同的访问周期的数据重新分布。分级存储数据迁移算法设计主要来自于传统的cache－like算法，包括LRU、LFU、LFRU、LRFU、PLFRU、RBC等。另一方面是对一些传统算法的改进，包括一些资源消耗策略［2］，带有权重的分析策略［3－4］和高效、公平性考虑，以及针对具有历史访问时间统计分析的Cache［5］。同时Cache策略会带来的对访问响应时间的影响［6］。……