用于数据搬移的方法、设备和计算机可读存储介质

技术领域

本公开的实施例一般地涉及存储系统，并且更具体地涉及用于数据搬移的方法、设备和计算机可读存储介质。

背景技术

在一些分层存储系统中，每一层的存储设备的访问效率和容量不同。通常，访问效率高的层具有较小的容量和较高的成本，而容量大、成本较低的层具有较低的访问效率。因此，可以根据数据的访问频率在不同层之间搬移数据。通常，可以根据预设的时间表进行搬移或者手动进行搬移。然而，在一些情况下，目前的搬移方案仍然难以准确预测是否应当进行搬移。

发明内容

本公开的实施例提供了一种用于数据搬移的方法、设备、计算机可读存储介质和计算机程序产品。

在第一方面，提供了一种用于数据搬移的方法。该方法包括：确定所述多级存储系统中的数据块的访问频率是否具有周期性；响应于确定所述数据块的访问频率具有周期性，确定所述数据块的访问频率的变化周期；以及基于所述数据块的访问频率的变化周期，确定在所述多级存储系统中搬移所述数据块的优先级。

在第二方面，提供了一种用于数据搬移的设备。该设备包括：处理单元；存储器，耦合至所述处理单元并且包括存储于其上的指令，所述指令在由所述处理单元执行时使所述设备执行动作，所述动作包括：确定所述多级存储系统中的数据块的访问频率是否具有周期性；响应于确定所述数据块的访问频率具有周期性，确定所述数据块的访问频率的变化周期；以及基于所述数据块的访问频率的变化周期，确定在所述多级存储系统中搬移所述数据块的优先级。

在第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有机器可执行指令，当所述机器可执行指令在被至少一个处理器执行时，使得所述至少一个处理器实现根据第一方面所述的方法。

在第四方面，提供了一种计算机程序产品，所述计算机程序产品被存储在计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行根据第一方面所述的方法。

提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同的参考标号通常代表相同部件。

图1示出了根据本公开的一些实施例的存储系统的示意图；

图2示出了根据本公开的一些实施例的数据搬移的方法的流程图；

图3A-图3B示出了根据本公开的一些实施例的访问频率数据的时间序列的示图；

图3C-图3D示出了与图3A-图3B所示的时间序列的频谱数据的示图；

图4示出了根据本公开的一些实施例的数据搬移的方法的流程图；

图5示出了根据本公开的一些实施例的活动率的计算方法的示意图；

图6示出了根据本公开的一些实施例的活动率的计算方法的示意图；以及

图7示出了根据本公开的一些实施例的可以用来实施本公开的实施例的示例设备的示意性框图。

具体实施方式

下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

图1示出了根据本公开的一些实施例的存储系统100的示意图。如图1所示，存储系统100包括第一层101、第二层102和第三层103。从第一层101至第三层103，存储容量逐渐变大，存取性能逐渐降低。例如，第一层101可以是极致性能层，第二层102可以是性能层，第三层103可以是容量层。作为示例，第一层101可以包括闪存，第二层102可以包括串行连接小型计算机系统接口(SCSI)(SAS)存储器，例如，15k和10k每分钟转速(rpm)的SAS存储设备，第三层 103可以包括例如7.2k rpm的近线SAS(NL-SAS)存储设备。应当理解，以上仅作为示例提供，本公开的实施例的存储系统也可以具有更多或更少的层，并且可以配置其他任何合适类型的存储设备。

由于不同层之间的特性的不同，可以根据数据的访问频率在不同层之间搬移数据。通常，以数据块或切片为单位在不同层之间搬移数据。例如，如果一个数据块的访问频率较高，可以将该数据块搬移到第一层101，否则可以将该数据搬移到第三层103。例如，一个数据块的大小可以是256MB，也可以使用任何其他合适的数据块大小。

在存储系统中，大部分数据访问频率以时间序列的形式呈现出一定模式。例如，非静态时间序列通常包含四种模式：趋势性、周期性、季节性和不规则。趋势性模式表示访问频率存在长期的增加或减小的趋势。周期性模式表示访问频率周期性地增加或减小。周期性模式中的周期不一定完全固定的，可以在各个周期之间变化。季节性模式表示时间序列受季节性因素影响，数据以固定规律变化(按天、周、月、年等)。不规则模式表示数据随机变化，不可预测。

对于周期性和季节性模式，数据访问频率可以具有一些涨落。例如，可以定期收集(例如，每小时)每个数据块的IO温度，并基于 IO温度对每个数据块进行分析和排序，以确定搬移的对象。然而，如果数据块的访问模式是周期性模式或季节性模式，那么这种分析和判断可能存在滞后，从而导致结果并非最优，甚至出现误判。

例如，如果每一天进行一次数据搬移并且一个数据块在5天内的访问频率分别是热-冷-热-冷-热。基于第一天的分析，在第二天，该切片将被搬移到第一层101。然而，在第二天，该切片的访问频率很低，却占据了高性能层。基于第二天的分析，在第三天，该切片可能被搬移到第三层103。然而，在第三天，该切片的访问频率很高。由此可见，对于周期性模式或季节性模式，数据搬移方案仍然存在进一步优化的空间。

图2示出了根据本公开的一些实施例的用于数据搬移的方法200 的流程图。现将结合图1所示的存储系统100来描述方法200，然而应当理解方法200也可以应用于任何其他合适的存储系统。

在框202，确定存储系统100中的一个数据块的访问频率是否具有周期性。如果该数据块的访问模式为周期性模式或季节性模式，则该数据块的访问频率应当具有周期性。

一个数据块的访问频率也可以由输入/输出(I/O或IO)温度来表示。例如，热点数据的IO温度较高，而非热点数据的IO温度较低。图3A和图3B分别示出了在不规则模式和周期性模式下的数据块的IO温度随时间变化的时间序列的示例。时间序列可以是在定期(例如，每小时)采集IO温度而获得。如图3A所示，IO温度随时间的变化杂乱无章，不具有周期性。如图3B所示，IO温度随时间的变化具有周期性起伏。因此，可以根据一个数据块的IO温度或访问频率随时间变化的关系来确定该数据块的IO温度或访问频率是否具有周期性。

在一些实施例中，可以通过对访问频率进行频谱分析来确定访问频率是否具有周期性。例如，可以对访问频率进行傅里叶变换，以获得访问频率的频谱数据，并基于频谱数据来确定访问频率是否具有周期性。对于时间序列数据而言，傅里叶变换可以是离散傅里叶变换 (DFT)。图3C和图3D分别示出了如图3A和图3B所示的时间序列的频谱数据，其中图3C的频谱杂乱无章，而图3D的频谱具有清晰的峰值。因此，通过频谱分析可以更加容易判断访问频率是否具有周期性。

如果在框202确定该数据块的访问模式具有周期性，则方法200 前进至框204，确定该访问块的访问频率的变化周期。例如，在图3B 的时间序列中，可以测量两个相邻峰值之间的时间差，作为访问频率的变化周期。也可以测量两个相邻谷值之间的时间差，作为访问频率的变化周期。另外，也可以测量相邻的峰谷之间的时间差，作为变化周期的一半。或者，也可以测量多个变化周期的值，并进行平均。另外，例如，在图3D的频谱数据中，可以首先确定频谱数据中的峰值的频率，并基于峰值的频率来计算相应的变化周期。

在框204，基于访问频率的变化周期来确定搬移该数据块的优先级。例如，优先级表示如果在当前时刻进行数据搬移该数据块的优先程度。在一些实施例中，可以基于该数据块的访问频率的变化周期，估计该数据块的活动率。例如，可以基于前一变化周期的访问频率来估计或确定该数据块的活动率。基于获得的活动率可以确定搬移数据块的优先级，例如，对不同的数据块的活动率进行排序来确定搬移数据块的优先级。

在一些实施例中，可以确定数据块的访问频率的变化周期是否大于搬移间隔。如果变化周期大于搬移间隔，则可以计算该数据块在上一变化周期中与一个搬移间隔对应的时间段内的平均访问频率，以作为该数据块的活动率。如果变化周期小于搬移间隔，则可以计算该数据块在上一变化周期内的平均访问频率，以作为该数据块的活动率。

在方法200中，通过将数据块访问频率的周期性或季节性考虑在内，可以提高数据搬移的准确性。在一些实施例中，可以基于历史数据来确定数据块的活动率，进一步提高了数据搬移的准确性。

图4示出了根据本公开的一些实施例的用于数据搬移的方法400 的流程图。方法400可以在如图1所示的存储系统100中实现，也可以在任何其他合适的存储系统中实现。另外，方法200和400中的各个步骤可以彼此结合或者彼此替代等。

为了方便描述，表1示出了方法400中使用到的附图及其说明。

表1符号及其说明

在框402，可以对时间序列{t

可以对切片的温度进行定期收集，例如，可以每小时收集一次切片的温度。收集的历史温度的序列形成时间序列{t

在框404，基于频谱分析的结果来确定时间序列{t

如果在框404确定该时间序列是周期性的，则方法400前进至框 408，通过频谱分析来确定该时间序列的周期。例如，可以确定使频谱最大化的频率f

切片在时间n的活动率a

如果在框410确定Ts小于或等于Tr，则方法400前进至框414，通过前一变化周期Ts内的平均温度来计算活动率a

通过方法400可以准确有效地确定切片的活动率，并可以对切片的活动率进行排序来确定各个切片在搬移候选列表中的位置。

图7示出了一个可以用来实施本公开的实施例的设备700的示意性框图。如图7所示，设备700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令，来执行各种适当的动作和处理。在RAM 703中，还可存储设备 700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703 通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/ 数据。

上文所描述的各个过程和处理，例如方法200和400，可由处理单元701执行。例如，在一些实施例中，方法200和400可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/ 或通信单元709而被载入和/或安装到设备700上。当计算机程序被加载到RAM 703并由CPU 701执行时，可以执行上文描述的方法200 和400的一个或多个步骤。

本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM 或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器 (CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、 C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列 (FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。