基于分离式内存的写优化哈希索引构建方法及系统

    公开(公告)号:CN119248667A

    公开(公告)日:2025-01-03

    申请号:CN202411275767.5

    申请日:2024-09-12

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于分离式内存的写优化哈希索引构建方法及系统,包括:基于分离式内存设计,在内存节点中建立包括目录、段和桶的哈希索引结构,以及建立包括叶子项与非叶子项的目录树结构,并在计算节点缓存相应目录;为桶中每个槽维护相应的预测器,在分裂时通过读取预测器中的相应位指示分裂时槽应放置的位置;在哈希索引引入分裂时,在内存节点中开启一个单线程的内存爬虫定期搜索未更新的预测器;通过被动确认与批处理将多个RDMA操作合并至一个RDAM请求中,将多个往返时间压缩至一个。本发明将多层级的目录与可扩展哈希结合,以细粒度的方式对哈希索引进行扩展与同步,同时通过预测器部件与优化分裂降低了分裂开销,最终提升写性能。

    基于扁平结构命名空间的文件系统目录移动方法及装置

    公开(公告)号:CN119203078A

    公开(公告)日:2024-12-27

    申请号:CN202411226816.6

    申请日:2024-09-03

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于扁平结构命名空间的文件系统目录移动方法及装置,包括:在接收到目录移动操作指令后,完成目标目录自身的位置移动,延迟目标目录下文件和子目录的移动,记录本次操作的相关参数,并更新最长旧目录名前缀;在接收到应用程序发送的文件元数据访问指令后,基于最长旧目录名前缀查找匹配的结构,将访问请求重定位到未被移动的文件或子目录的正确存储位置;在完成重新定位后,根据已知参数完成未被移动的文件或子目录的移动,从而把整个目录的移动开销均摊到每一次的文件访问操作中。本发明能够有效降低基于扁平结构命名空间的文件系统的目录移动操作的响应延迟,使得应用程序能够更加充分地利用系统资源,提高系统整体的吞吐率。

    一种用于分布式纠删码重删系统的路由方法、装置及可读介质

    公开(公告)号:CN119149288A

    公开(公告)日:2024-12-17

    申请号:CN202411155733.2

    申请日:2024-08-22

    Applicant: 厦门大学

    Abstract: 本发明公开了一种用于分布式纠删码重删系统的路由方法、装置及可读介质,用于解决纠删码重删系统中出现的部分数据块可靠性不足以及系统性能下降的问题,方法包括:调整重删和纠删码编码的顺序,保障文件每一个数据块都能参与纠删码编码,为文件每一个数据块提供相同的可靠性保障;结合布谷鸟哈希算法,使用局部重删技术替代全局重删,提高系统读写性能;设计去中心化的结构,避免单个节点失效带来的集群失效问题,并进一步提高系统在高负载情况下的性能表现。本发明在为系统提供高可靠性保障的同时,提高了系统的读写性能,在高负载情况下,性能提升更为显著。

    针对分布式对象存储系统的元数据索引存储方法及装置

    公开(公告)号:CN118093592A

    公开(公告)日:2024-05-28

    申请号:CN202410291717.X

    申请日:2024-03-14

    Applicant: 厦门大学

    Abstract: 本发明一种针对分布式对象存储系统的元数据索引存储方法及装置,方法包括:主节点存储步骤,接收来自元数据服务器发送的元数据索引信息,转换成键值对结构;进行去重和映射存储后交付给一致性协议Raft中的领导者;调用数据库的接口对转换成键值对结构的元数据索引信息进行存储;基于Raft的一致性协议,领导者将转换成键值对结构的元数据索引信息同步到存储系统集群中的从节点;从节点存储步骤,接收主节点发送的同步信息,将转换成键值对结构的元数据索引信息写入到数据库中进行存储。本发明引入的一致性协议Raft降低了空间占用,同时通过复合键的范围树结构解决了读写放大的问题,最终提高了元数据的索引效率。

    基于SCSI协议的取消映射操作优化方法、装置及可读介质

    公开(公告)号:CN117891416B

    公开(公告)日:2024-05-14

    申请号:CN202410305298.0

    申请日:2024-03-18

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于SCSI协议的取消映射操作优化方法、装置及可读介质,涉及存储领域,包括:监控向磁盘发送的SCSI命令流,对SCSI命令流进行过滤、检查以确定待优化的取消映射命令,计算得到待优化的取消映射命令的优化所引起的延迟;计算和维护待优化的取消映射命令的优化有重大影响的环境因素,环境因素包括磁盘负载、阈值、IO大小、带宽;确定所选择的优化策略,结合环境因素确定待优化的取消映射命令对应的分割大小和间隔时间,按照对应的分割大小对待优化的取消映射命令进行分割得到若干子命令,并按照对应的间隔时间将每个子命令逐个发送,直至所有子命令全部发送完毕,解决在各种复杂环境中由于取消映射块数量过多而导致的延迟和性能问题。

    RESET感知的非易失性内存写干扰缓解机制

    公开(公告)号:CN116931841A

    公开(公告)日:2023-10-24

    申请号:CN202311023889.0

    申请日:2023-08-15

    Applicant: 厦门大学

    Abstract: RESET感知的非易失性内存写干扰缓解机制,涉及非易失性内存可靠性领域。该机制由三个部分组成:掩码字动态选择技术、粒度自适应算法、掩码字编码技术。在NVM内存控制器中设计一套编码算法,自适应地选择编码粒度并动态选择编码所需的掩码字,以缓解写干扰问题。自适应编码粒度的选择能够使编码适应不同的数据模式,并避免对无修改的数据的编码,使得编码方案能够在更少的空间占用下达到更好的效果;动态掩码字的选择算法基于RESET数目的数量,进行掩码字的选择,无需对所有掩码字依次编码便可获取RESET操作数目最少所对应的掩码字,减少写干扰错误的同时降低对系统性能和写耐久性的影响。

    一种寻找最少失效链路使得路由不可达的方法

    公开(公告)号:CN116582480B

    公开(公告)日:2023-10-24

    申请号:CN202310847376.5

    申请日:2023-07-12

    Applicant: 厦门大学

    Abstract: 本发明涉及一种寻找最少失效链路使得路由不可达的方法,包括随机生成若干张路由传播图训练集,每张路由传播图指定源节点与目的节点;利用消息传递神经网络构建深度强化学习神经网络;使用随机数据集训练消息传递神经网络,用于生成链路个数最少的链路集合,集合内的链路失效将使得目的节点的路由无法传播到源节点;输入现网网络配置与拓扑,转换成现网路由传播图;利用训练后的深度强化学习神经网络,针对现网路由传播图找出链路个数最少的链路集合,集合内的链路失效将使得目的节点的路由无法传播到源节点。本发明能够快速地、准确地找到要切断的最少的链路集合,可用于网络配置验证工具判断现有网络的健壮性。

    针对网络任务应答信息的优化方法及系统

    公开(公告)号:CN116739052A

    公开(公告)日:2023-09-12

    申请号:CN202310710305.0

    申请日:2023-06-15

    Applicant: 厦门大学

    Abstract: 本公开提供了一种针对网络任务应答信息的优化方法,包括:根据机器学习模型对网络任务的应答逻辑,确定关于应答逻辑的至少一个验证问题,其中网络任务包括网络拥塞控制任务、视频流速率控制任务和数据中心流调度任务,应答逻辑表征机器学习模型生成应答信息的原理;对验证问题进行编码,以将验证问题转换为第一可满足性模理论公式;由编码器对机器学习模型的网络结构进行编码,以获得多个第二可满足性模理论公式;调用规划器对第一可满足性模理论公式和第二可满足性模理论公式进行分析,生成用于表征机器学习模型的应答逻辑合理性的解释结论。本公开还提供一种针对网络任务应答信息的优化系统。

    一种信道绑定WiFi网络的信道分配方法

    公开(公告)号:CN116600324A

    公开(公告)日:2023-08-15

    申请号:CN202310847842.X

    申请日:2023-07-12

    Applicant: 厦门大学

    Abstract: 本发明涉及一种信道绑定WiFi网络的信道分配方法,其包括训练阶段:通过中央控制器周期性收集每个AP的信道选择、流量负载和吞吐量等观测信息,并将其存储在数据缓冲区中,构建神经网络,并使用PPO算法对神经网络进行训练;部署阶段:通过中央控制器周期性收集每个AP的信道选择、流量负载和吞吐量等观测信息,利用训练后的神经网络生成每个AP的信道选择动作,并将其下发到每个AP进行执行。本发明不依赖先验干扰模型,只通过实际吞吐量的反馈信息训练神经网络,并用于多AP信道参数的选择,在难以获取干扰模型的隐藏终端和隐藏信道场景下有更好的吞吐量表现。

    基于持久性CPU高速缓存的高性能键值存储方法及系统

    公开(公告)号:CN115221076A

    公开(公告)日:2022-10-21

    申请号:CN202210878453.9

    申请日:2022-07-25

    Applicant: 厦门大学

    Abstract: 基于持久性CPU高速缓存的高性能键值存储方法及系统,涉及键值存储技术领域。在持久化CPU高速缓存的最下层缓存上建立可根据写入负载,弹性调整内存表数量的内存表池,以降低系统资源竞争;延迟内存表索引结构的更新操作,由后台线程异步批量更新,以降低系统写关键路径上的软件开销;以内存表为单位的数据写回机制,将内存表从CPU高速缓存写回持久性内存,以提高持久性内存设备的写入效率;写回持久性内存的多个内存表可能存在老旧或无效数据,影响搜索性能,内存表索引合并机制将多个内存表的索引结构合并,消除无效索引节点,提高系统搜索效率。

Patent Agency Ranking