[发明专利]一种云数据迁移方法

权利要求书

1.一种云数据迁移方法，其特征在于，其具体实现过程为，

将一个文件分为一个或数个块来存储，每个块是独立的存储单位,以块为单位在集群服务器上分配存储；将每个块作为一个分区，并将分区作为是数据迁移和负载监测的基本单位；

将所有存储节点按照标准化后的负载值与系统总节点数的关系分别归入迁入节点集合In_set和迁出节点集合Out_set；

在云环境中各节点之间通过数据迁移算法达到系统负载的均衡，即将Out_set中各节点中的部分数据迁移到In_set中各节点上，该迁移过程通过数据迁移算法计算每个数据分区在节点间迁移的最小资源消耗来控制全局和局部搜索最终实现系统的资源最优化。

2.根据权利要求1所述的一种云数据迁移方法，其特征在于，所述数据迁移算法具体为：

首先对所有迁入节点进行初始化，在该初始阶段，存储系统依据所有存储节点标准化后的负载值与1/n的关系初始化N个迁入节点,即N侦查报文发现N个食物源；此时，N侦察报文变为引领报文，一个引领报文对应一个迁入节点；

所有引领报文将相关信息发送给迁出节点，这里的相关信息包括：迁出节点的位置信息、带宽、待迁入节点可迁入数据量；

迁出节点根据所有迁入节点的收益率，以一定的概率选择某个迁入节点，即选择收益率高的迁入节点；当引领报文发现的迁入节点在连续若干次迭代后，没有得到更新时，就放弃该迁入节点，对应的引领报文成为侦查报文，继续去寻找新的迁入节点。

3.根据权利要求2所述的一种云数据迁移方法，其特征在于，所述数据迁移前，存储系统检测负载均衡度，该负载均衡度设有阈值，当达到设置的阈值时，触发数据迁移动作。

4.根据权利要求3所述的一种云数据迁移方法，其特征在于，所述负载均衡度的具体检测过程为：

1)节点i的实际负载值为b_i，首先根据以下公式对各节点进行无量纲化处理，其中B_i为节点i可承受最大负载：

l_i＝b_i/B_i；

2)根据以下公式对各节点负载作标准化处理：

pi=li/Σi=1nli;]]>

p＝{p1,p2,p3,…,pn}为标准化后的节点负载，n为集群节点数；

3)采用信息熵表表征集群的负载分布情况，其计算方式见以下公式，熵值越高，表明负载分布越趋于均匀；而熵值越低，则表明负载分布越不均：

H(p)=-Σi=1npi*log pi;]]>

当pi＝1/n(i＝1，2，3，…，n)，即各节点负载相等时，系统取得最大熵值H(P)max＝log(n)；

4)通过以下公式构建一个取值范围为0-1的均衡度函数T：

T=-Σi=1npi*log pi/H(P)max=Σi=1npi*log pi/log(1/n).]]>