[发明专利]实时减少数据压缩的中央处理单元开销的方法和系统

说明书

技术领域

本发明一般涉及计算机，并且更具体地涉及计算环境中数据压缩的CPU开销的实时减少。

背景技术

当今社会中，计算机系统是普遍的。可在工作场所、在家里、或在学校发现计算机系统。计算机系统可以包括数据存储系统或盘存储系统以处理和存储数据。数据存储系统或盘存储系统被用来处理和存储数据。存储系统可包括一个或多个盘驱动器。这些数据处理系统通常需要大量的数据存储。客户数据或者数据处理系统内的用户所产生的数据占据该数据存储的一个很大的部分。这些计算机系统中的许多系统包括虚拟存储组件。

数据压缩被广泛用于减少处理、传输或存储给定量的信息所需要的数据量。数据压缩是为了最小化数据的表示而对数据进行的编码。例如，压缩可被用于减少文件的存储需求以提高信道上的通信速率，或者用于在加密之前减少冗余以提高安全性。然而，数据压缩消耗非常大量的计算（例如，中央处理单元“CPU”）资源。

发明内容

在一个实施例中，提供了一种用于实时减少使用处理器设备的数据压缩的CPU开销的方法。对从数据序列中随机选择的数据样本应用非压缩启发（heuristics）以确定是否压缩所述数据序列。基于非压缩启发计算压缩潜力（potential）。将压缩潜力与阈值进行比较。如果匹配压缩阈值则压缩所述数据序列，如果匹配霍夫曼编码阈值则使用霍夫曼编码压缩所述数据序列，或者不压缩地存储所述数据序列。

在另一实施例中，提供了一种用于实时减少数据压缩的CPU开销的计算机系统。该计算机系统包括计算机可读介质以及与所述计算机可读介质可操作地通信的处理器。所述处理器对从数据序列中随机选择的数据样本应用非压缩启发以确定是否压缩所述数据序列。基于所述非压缩启发计算压缩潜力。将压缩潜力与阈值进行比较。如果匹配压缩阈值则压缩所述数据序列，如果匹配霍夫曼编码阈值则使用霍夫曼编码压缩所述数据序列，或者不压缩地存储所述数据序列。

在进一步的实施例中，提供了一种用于实时减少数据压缩的CPU开销的计算机程序产品。所述计算机可读存储介质具有在其上存储的计算机可读程序代码部分。所述计算机可读程序代码部分包括对从数据序列中随机选择的数据样本应用非压缩启发以确定是否压缩所述数据序列的第一可执行部分。基于所述非压缩启发计算压缩潜力。将压缩潜力与阈值进行比较。如果匹配压缩阈值则压缩所述数据序列，如果匹配霍夫曼编码阈值则使用霍夫曼编码压缩所述数据序列，或者不压缩地存储所述数据序列。

除了上述示例性方法实施例之外，其它的示例性系统和计算机产品的实施例也被提供并提供相关的优点。已经提供了上述概要以便以简化的形式介绍将在下面的详细描述中进一步描述的构思的精选。本概要并不旨在识别要求保护的主题的关键特征或必要特征，也不是旨在用于帮助确定要求保护的主题的范围。要求保护的主题并不限于解决背景技术中提到的任何或所有缺点的实施方式。

附图说明

为了使本发明的优点容易理解，将通过参考附图中所示的具体实施例来呈现以上简要描述的本发明的更具体的描述。应理解，这些附图描绘了本发明的实施例，并且因此不应被认为是对其范围的限制，将通过使用附图来描述和说明本发明的附加特征和细节，附图中：

图1是示出可在其中实现本发明的各方面的具有示例性存储设备的计算机存储环境的框图；

图2是示出可在其中实现本发明的各方面的计算机系统中的示例性数据存储系统的硬件结构的框图；

图3是示出可在其中实现本发明的各方面的用于实时减少数据压缩的CPU开销的示例性方法的流程图；

图4是字节熵（entropy）作为文件服务器数据集的压缩比的函数的示例图，其中可实现本发明的各方面；

图5是示出使用可与本发明组合的前缀压缩估计来实时减少数据压缩的CPU开销的示例性方法的流程图；

图6是示出可在其中实现本发明的各方面的、使用启发和前缀压缩估计两者来实时减少数据压缩的CPU开销的示例性方法的流程图；

图7是可在其中实现本发明的各方面的、使用启发来实时减少数据压缩的CPU开销的详细的流程图；

图8A是可在其中实现本发明的各方面的、对于文件服务器数据集的8KB的数据块的压缩配给（ration）的启发建议的附加示例图；

图8B是可在其中实现本发明的各方面的、对于VM图像数据集的8KB的数据块的压缩配给的启发建议的附加示例图；