申请/专利权人：天翼云科技有限公司

申请日：2023-12-12

公开（公告）日：2024-04-05

公开（公告）号：CN117827761A

主分类号：G06F16/16

分类号：G06F16/16;G06F16/174;G06F16/182;G06F11/14;G06N3/0442;G06F18/27

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于LSTM的HDFS多阶段副本方法及系统，属于深度学习与大数据技术领域，获取HDFS内文件访问总量，基于HDFS内文件访问总量建立初始副本，并将初始副本数量标记为Irn，基于HDFS内文件访问总量获取文件历史访问频次序列，对文件历史访问频次序列进行差分处理获取文件使用频次新增访问量，并获取相应的记录时间，将记录时间和文件使用频次新增访问量输入到文件使用频次总量预测模型中，本发明设计了多阶段副本方法，该方法会根据资源所处生命周期位置动态的改变副本数量，减少集群中冷数据副本所占用空间的同时增加集群中热数据的副本数量，降低多用户并发请求时发生资源竞争的概率。

主权项：1.一种基于LSTM的HDFS多阶段副本方法，其特征在于，所述基于LSTM的HDFS多阶段副本方法包括：S10：获取HDFS内文件访问总量，基于HDFS内文件访问总量建立初始副本，并将初始副本数量标记为Irn，所述初始副本通过机架感知进行建立；S20：基于HDFS内文件访问总量获取文件历史访问频次序列，对文件历史访问频次序列进行差分处理获取文件使用频次新增访问量，并获取相应的记录时间，所述记录时间为文件使用频次新增访问量所消耗的时间；S30：将记录时间和文件使用频次新增访问量输入到文件使用频次总量预测模型中，获取文件使用频次总量预测模型输出的目标文件使用频次总量，所述目标文件使用频次总量；S40：计算相邻时刻文件使用频次总量的相邻差值，根据相邻差值判断资源副本数量状态，资源副本数量状态包括当前资源副本数量不足和当前资源副本数量过剩，当资源副本数量状态为当前资源副本数量不足时，则转入S50，当资源副本数量状态为当前资源副本数量过剩时，则转入S60；S50：根据历史访问频次最小值与目标文件使用频次总量的差值，并将差值标记为Δp′，根据Δp′确定需要增加的副本数量，根据需要增加的副本数量和Irn生成Irn′，根据Δp判断转入S70或令Irn′＝Irn，并且返回S30，所述历史访问频次最小值基于文件历史访问频次序列获得，Irn′为Irn与需要增加的副本数量之和；S60：根据历史访问频次最大值与目标文件使用频次总量的差值，并将差值标记为Δp″，根据Δp″确定需要减少的副本数量，根据需要减少的副本数量和Irn生成Irn′，根据Δp判断转入S70或令Irn′＝Irn，并且返回S30，所述历史访问频次最大值基于文件历史访问频次序列获得；S70：结束对目标文件使用频次总量的预测，并且保持现有的副本数量；S80：获取目标文件的存储时间和访问人数，根据目标文件的存储时间和访问人数，判定是否去除目标文件所对应的副本。

全文数据：

权利要求：

百度查询： 天翼云科技有限公司 一种基于LSTM的HDFS多阶段副本方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD