[发明专利]在分布式存储系统中管理文件的装置及方法

说明书

技术领域

本发明涉及在分布式存储系统(Distributed Storage System，DSS)中管理文件的装置及方法，更详细说，涉及一种在分布式存储系统中选定由客户端(client)经常浏览的热门文件(hot file)，区别于普通文件地进行管理，从而有效地管理文件的装置及方法。

背景技术

分布式存储系统(Distributed Storage System)或并行存储系统(Parallel Storage System)是将多台存储装置虚拟化为一台存储装置的存储系统。在该分布式存储系统中，在存储一个文件时，分在虚拟化的多台存储装置中存储使用，而不是存储在一台存储装置。

就像以往的磁盘阵列(Redundant Array of Inexpensive Devices，RAID)存储装置将多个硬盘整合为一个存储装置，构成更大、更快、更稳定的存储装置，分布式存储系统也能够将多台存储装置构成为一台存储装置，提供更大、更快、更稳定的存储系统功能。

该分布式存储系统技术在云计算(Cloud Computing)等中作为核心技术利用，构成分布式存储系统的存储装置的数量越增加，容量和性能也成正比地增加，使总营造成本(Total Cost of Owner-ship)的费用对比效果达到最大化，因此能够提供以往的存储系统无法提供的高水平的性能和扩展性。

与此相关，图1中例示出根据现有技术的分布式存储系统的结构。

参照图1，一般来说，分布式存储系统由将各个文件分为多个并分布存储的多个存储服务器(这相当于虚拟的一个存储服务器)110和生成对于上述文件的元数据来进行管理的元数据服务器120等构成，当至少一个客户端130通过网络等请求预定文件的输入/输出时，元数据服务器120提供要分布存储/存储有相应文件的存储服务器110的信息，由此，客户端130访问该存储服务器110，执行相应文件的输入/输出来实现服务。(作为参考，本发明中的术语“文件”指的是由客户端浏览或请求的内容，是包含文件、数据、内容、组块(chunk)等的含义。)

但是，在根据现有技术的分布式存储系统中，按照统一的规定管理在存储服务器中存储的文件(即，适用相同的基准进行管理)，当特定文件经常被客户端浏览的情况下，发生对于相应文件的瓶颈现象，存在系统的整体性能和效率降低的问题。

即，在现有技术中，由于不对经常浏览的文件进行另外的管理，当特定文件在当前经常浏览的情况下，由于存储装置中分布存储的相应文件的数量相对少而发生瓶颈现象，由此，存在系统的整体性能和效率降低的问题。

另一方面，这种分布式存储系统可由相互具有关联性的多个分布式存储系统通过网络等相互联动，图2中对其进行说明，是表示多个分布式存储系统通过网络等相互连接的结构的图。

参照图2，第一分布式存储系统100由用于分布存储文件的多个存储服务器110和用于管理对于上述文件的元数据的元数据服务器120等构成，相同地，第二分布式存储系统100’和第三分布式存储系统100”也分别由多个存储服务器110’、110”和元数据服务器120’、120”等构成，各个分布式存储系统通过网络等相互有机地连接并共享文件(数据、内容)等。

如上所述，多个分布式存储系统相互有机地连接并共享文件的情况下，在现有技术中，大体上按照两种方式运营相互关联的分布式存储系统，第一种是所有文件相互同步，各个分布式存储系统保有相同的文件的方式，第二种是各个分布式存储系统保有原本文件，当从其它存储系统请求浏览相应文件时，传输相应文件以响应浏览请求的方式。

但是，在第一种方式的情况下，由于所有文件需要在相互关联的分布式存储系统中进行同步，因而存在文件的移动量多、占据较多的存储空间的问题，特别是在任意的分布式存储系统中，即便是几乎不请求的文件，也需要将其进行存储，因而存在大大浪费存储空间和通信带宽的问题。

此外，在第二种方式的情况下，虽然由于只在请求浏览相应文件的情况下发生实际文件的移动，因而能够减少存储空间的浪费，但是在由客户端经常浏览的热门文件(hot file)的情况下，由于从多个分布式存储系统同时进行文件请求，因而将发生瓶颈现象并导致响应速度变慢，存在系统的性能和效率降低的问题。

发明内容

技术问题

为了解决如上所述的问题，本发明的目的在于提供一种如下的文件管理装置及方法：在分布式存储系统中，对由客户端经常浏览的文件另外地进行管理，提高系统的性能和效率。