程振京，汪 璐，程耀东，3，陈 刚，胡庆宝，李海波

（1.中国科学院高能物理研究所，北京 100049；2.中国科学院大学，北京 100049；3.中国科学院高能物理研究所天府宇宙线研究中心，成都 610041）

0 概述

随着高海拔宇宙线观测实验LHAASO［1］建成运行，数据累积规模不断扩大，对数据存储的性能和效率提出了更高的要求。LHAASO实验使用统一命名空间的分级存储系统来存储物理数据，使用的介质包括固态硬盘、机械硬盘和磁带等。Lustre［2］和EOS［3］两个主要的存储管理系统均提供分级存储功能，目前一般采用的是基于系统管理员个人经验的启发式算法，如LRU等本质上是以单一的文件访问特征（迁入上级存储时间、访问频率等）设一个阈值。因为这些算法需要在操作系统内核中运行，必须牺牲一些预测精度来提升执行效率，所以存在经验偏差，缺少负载通用性和自适应性。为提升存储系统的资源利用率，按访问热度不同将高能物理数据存储于不同性能、不同容量的存储设备上，根据数据热度改变迁移至合适的存储层级。因此，数据未来的访问热度预测对于设计高效的数据迁移机制十分重要。

高能物理计算主要包括原始实验数据的蒙特卡洛模拟、数据重建以及物理分析等过程，每种计算类型各有其特点，每个用户/应用的计算模式也有可能存在巨大差异。通常情况下在一个较短的连续时间段内，物理学家通常只会专注于分析整体重建数据的一小部分，其他绝大部分重建数据不会被访问。……