一种基于聚类分组的虚拟机镜像去冗余方法

来源：软件学报杂志2016年第2期北京时间：

作者：徐继伟,张文博,魏峻,钟华,黄涛

单位：徐继伟，中国科学院 软件研究所 软件工程技术中心, 北京 100190;计算机科学国家重点实验室中国科学院 软件研究所, 北京 100190;中国科学院大学, 北京 10019011,张文博，中国科学院 软件研究所 软件工程技术中心, 北京 10019002,魏峻，中国科学院 软件研究所 软件工程技术中心, 北京 100190;计算机科学国家重点实验室中国科学院 软件研究所, 北京 100190;中国科学院大学, 北京 10019003,钟华，中国科学院 软件研究所 软件工程技术中心, 北京 100190;中国科学院大学, 北京 10019004,黄涛，中国科学院 软件研究所 软件工程技术中心, 北京 100190;计算机科学国家重点实验室中国科学院 软件研究所, 北京 100190;中国科学院大学, 北京 10019005

摘要：随着云计算的兴起,虚拟化技术使用也越来越广泛,虚拟机正逐步取代物理机,成为应用服务的部署环境.出于灵活性、可靠性等方面的需求,虚拟机镜像急剧增长,如何高效地、经济地管理这些镜像文件已成为一个很有挑战性的研究热点.由于虚拟机镜像之间存在大量重复性的数据块,高效的去冗余方法对于虚拟机镜像管理至关重要.然而,传统的去冗余方法由于需要巨大的资源开销,会对平台中托管的虚拟机性能造成干扰,因而并不适用于云环境.提出了一种局部去冗余的方法,旨在优化镜像去冗余过程.其核心思想是:将全局去冗余变成局部去冗余,从而降低去冗余算法的空间复杂度,以达到减少操作时间的目的.该方法利用虚拟机镜像相似性作为启发式规则对虚拟机镜像进行分组,当一个新的镜像到来时,通过统计抽样的方法为镜像选取最为相似的分组进行去冗余.实验结果表明:该方法可以通过牺牲1%左右的存储空间,缩短50%以上的去冗余操作时间.

关键词：云计算;虚拟化;虚拟机镜像;存储;去冗余

基金资助：国家自然科学基金(61402450); 国家科技支撑计划(2013BAH45F01); 国家高技术研究发展计划(863)(2013AA0413 01); 北京市自然科学基金(4154088)