基于Swift的存储负载均衡策略研究与实现

摘要

OpenStack是目前应用广泛的开源云计算平台。OpenStack中的Swift模块通过实现分布式存储来提供对海量数据快速、安全、可靠的存储服务。针对Swift元数据存储是完全均匀随机分布,并且只提供面向数据量的负载平衡造成负载均衡策略问题,提出神经网络和梯度算法结合的寻优方法。神经网络一般来说具有全局寻优的特性,但也存在获取的解易早熟,且可能存在局部寻优性能差的缺陷。本文在传统神经网络的基础上,提出将其与梯度算法结合,通过一系列的迭代过程,保留最优解。实验证明,该方法既解决传统梯度算法中的搜索速度较慢的问题,且保证最后的解收敛于全局最优解。