圖1虛擬桌面計算架構(gòu)
虛擬桌面架構(gòu)面臨服務(wù)器虛擬化所帶來的存儲代價和性能上的挑戰(zhàn)。由于幾十或上百個虛擬桌面整合到一臺物理服務(wù)器上，隨著用戶數(shù)目的增長和用戶需求的提高，服務(wù)器的存儲空間需求會迅速擴展;如果一臺物理服務(wù)器上有100個虛擬桌面，每個40 GB的容量就需要創(chuàng)建和維護100個虛擬磁盤鏡像，總共需要4TB的存儲容量。另外，一臺物理服務(wù)器往往需要同時啟動和運行多個虛擬機，如何優(yōu)化虛擬機I/O訪問來提高存儲性能也是亟待解決的問題，利用虛擬磁盤鏡像中存在大量數(shù)據(jù)冗余的特性;本文應(yīng)用重復(fù)數(shù)據(jù)刪除技術(shù)來優(yōu)化虛擬桌面架構(gòu)的存儲空間利用率，由于數(shù)據(jù)消重后，數(shù)據(jù)塊被重復(fù)引用頻率不同;本文將被頻繁引用的數(shù)據(jù)塊存放在數(shù)據(jù)中心中較傳統(tǒng)硬盤性能高的基于閃存的固態(tài)硬盤上，并同時在服務(wù)器端通過本地磁盤緩存熱數(shù)據(jù)以提高虛擬桌面的訪間性能。
相關(guān)工作
1. 1重復(fù)數(shù)據(jù)刪除技術(shù)
重復(fù)數(shù)據(jù)刪除技術(shù)是一種基于數(shù)據(jù)冗余度的數(shù)據(jù)縮減技術(shù)。它首先利用一定的數(shù)據(jù)分塊策略將大的數(shù)據(jù)對象劃分為若干較小的數(shù)據(jù)塊，并用數(shù)據(jù)塊的加密哈希值作為指紋來標(biāo)識它們;通過比對數(shù)據(jù)塊的指紋，我們可以提高存儲系統(tǒng)的空間利用率和網(wǎng)絡(luò)系統(tǒng)的帶寬利用率。按重復(fù)數(shù)據(jù)刪除操作時機的不同?？梢苑譃樵诰€重復(fù)數(shù)據(jù)刪除和離線重復(fù)數(shù)據(jù)刪除。在虛擬桌面架構(gòu)中，由于即時縮減數(shù)據(jù)能夠避免不必要的數(shù)據(jù)傳輸和寫操作，使得在線重復(fù)數(shù)據(jù)刪除更具有優(yōu)勢。按重復(fù)數(shù)據(jù)刪除操作粒度的差異，可以分為文件級、塊級甚至字節(jié)級重復(fù)數(shù)據(jù)刪除。根據(jù)虛擬機磁盤鏡像特點，我們發(fā)現(xiàn)塊級在線重復(fù)數(shù)據(jù)刪除技術(shù)更適合虛擬桌面存儲的優(yōu)化。
目前，重復(fù)數(shù)據(jù)刪除技術(shù)已被廣泛應(yīng)用于虛擬機環(huán)境。通過分析虛擬機磁盤鏡像的消重效果，發(fā)現(xiàn)重復(fù)數(shù)據(jù)刪除技術(shù)能夠大量地縮減虛擬機磁盤鏡像存儲空間。 Nath等人發(fā)現(xiàn)在基于虛擬機的存儲系統(tǒng)中進(jìn)行塊級重復(fù)數(shù)據(jù)刪除能夠充分利用存儲和網(wǎng)絡(luò)資源，Liguori等人對不同操作系統(tǒng)的虛擬機磁盤鏡像進(jìn)行重復(fù)數(shù)據(jù)刪除效果比較分析，并測試重復(fù)數(shù)據(jù)刪除技術(shù)對虛擬機啟動和讀性能的影響， Zhang等人研究了重復(fù)數(shù)據(jù)刪除技術(shù)對虛擬機在線遷移的加速效果。本文主要研究如何利用重復(fù)數(shù)據(jù)刪除技術(shù)來優(yōu)化虛擬桌面存儲系統(tǒng)的存儲利用率和I/ O性能。
1.2基于閃存的固態(tài)硬盤
基于閃存的固態(tài)硬盤是一種非易失性的存儲器，主要由閃存芯片和閃存轉(zhuǎn)換層構(gòu)成。它的數(shù)據(jù)訪問性能介于易失性存儲器DRAM和傳統(tǒng)硬盤之間，價格比DRAM更便宜。相比于傳統(tǒng)硬盤，因為沒有機械的磁頭運動，其隨機讀性能與順序讀性能同樣快;但由于寫操作之前需要進(jìn)行代價較高的數(shù)據(jù)擦除操作，使得寫性能低于讀性能。另外，基于閃存的固態(tài)硬盤較DRAM和傳統(tǒng)硬盤具有更低的能耗。
基于閃存的固態(tài)硬盤較DRAM具有更高的性價比以及能耗優(yōu)勢，使得其在數(shù)據(jù)中心的數(shù)據(jù)密集型應(yīng)用中很受青睞。重復(fù)數(shù)據(jù)刪除技術(shù)自身是一種密集型的應(yīng)用;特別是針對數(shù)據(jù)塊索引以及數(shù)據(jù)塊元數(shù)據(jù)的訪問操作，訪問數(shù)據(jù)量小但很頻繁。利用基于閃存固態(tài)硬盤隨機讀性能的優(yōu)勢，用其來存儲數(shù)據(jù)塊索引和元數(shù)據(jù)能夠極大地優(yōu)化存儲系統(tǒng)的訪問性能。由于虛擬磁盤鏡像文件在數(shù)據(jù)消重后文件數(shù)據(jù)存儲碎片化，在傳統(tǒng)硬盤上其讀性能很差;本文利用基于閃存的固態(tài)硬盤在隨機讀性能上的優(yōu)勢來優(yōu)化虛擬磁盤鏡像文件的讀性能。
2 虛擬桌面存儲優(yōu)化技術(shù)
為了節(jié)省硬件的采購成本和經(jīng)常性的管理開銷，虛擬化技術(shù)被廣泛應(yīng)用于企業(yè)數(shù)據(jù)中心的服務(wù)器資源管理，使得每臺物理服務(wù)器能夠整合幾十或上百臺虛擬機，從而提高IT資源的利用率。這使得每臺服務(wù)器需要管理大量的虛擬磁盤鏡像，而服務(wù)器的本地磁盤不足以提供如此大的存儲容量，需要將這些磁盤鏡像存放到一個集中的大容量存儲池，并由多臺服務(wù)器所共享。當(dāng)服務(wù)器需要啟動某個虛擬機時，需要從存儲池將虛擬磁盤鏡像讀到服務(wù)器的本地磁盤來運行。利用虛擬磁盤鏡像之間數(shù)據(jù)高度冗余的特性，我們應(yīng)用重復(fù)數(shù)據(jù)刪除技術(shù)來縮減虛擬磁盤鏡像的存儲空間需求，同時減少服務(wù)器與存儲池之間的I/O操作以提高虛擬機啟動性能。如圖2所示，基于重復(fù)數(shù)據(jù)刪除技術(shù)的虛擬桌面基礎(chǔ)架構(gòu)其I/O由4層構(gòu)成，包括最上層是虛擬機監(jiān)控器(也叫Hypervisar)實現(xiàn)的I/O虛擬層、重復(fù)數(shù)據(jù)刪除引擎構(gòu)成的重復(fù)數(shù)據(jù)刪除層、服務(wù)器本地磁盤實現(xiàn)的本地磁盤緩存層以及共享存儲池充當(dāng)?shù)闹鞔鎯印?/p>
圖2基于重復(fù)數(shù)據(jù)刪除技術(shù)的虛擬桌面架構(gòu)
虛擬機監(jiān)控器Hypervisor是位于硬件資源和操作系統(tǒng)之間的系統(tǒng)軟件層，允許多個操作系統(tǒng)和應(yīng)用共享底層的硬件，使得同一物理服務(wù)器上能夠虛擬出多個虛擬桌面，Hypervisor不但協(xié)調(diào)著這些硬件資源的訪問，也同時通過資源隔離在各個虛擬機之間施加防護，目前市場主流的Hypervisor有VMware的ESX Server、微軟的Hype—V以及Citrix的Xen Server等。
重復(fù)數(shù)據(jù)刪除引擎包括數(shù)據(jù)分塊、指紋計算、索引查詢/更新以及數(shù)據(jù)存儲4個模塊，由于塊級的重復(fù)數(shù)據(jù)刪除技術(shù)能夠很好地兼顧存儲空間利用率和系統(tǒng)開銷，本文采用塊級消重來優(yōu)化虛擬機磁盤鏡像存儲;并將重復(fù)數(shù)據(jù)刪除引擎設(shè)計為Hypervisor下的一個模塊，使得上層的數(shù)據(jù)I/O請求都必須經(jīng)過重復(fù)數(shù)據(jù)刪除層過濾，避免重復(fù)數(shù)據(jù)塊的寫操作，以及重復(fù)數(shù)據(jù)塊從共享存儲池到服務(wù)器的讀人操作，通過支持多個虛擬機磁盤鏡像進(jìn)行在線重復(fù)數(shù)據(jù)刪除，以優(yōu)化存儲利用率和虛擬機啟動性能，在多服務(wù)器環(huán)境下，還可以通過支持全局的數(shù)據(jù)塊指紋索引進(jìn)行全局重復(fù)數(shù)據(jù)刪除來迸一步提高數(shù)據(jù)縮減率。
虛擬桌面基礎(chǔ)架構(gòu)在啟動虛擬機時，需要從共享存儲池將虛擬磁盤鏡像讀人到服務(wù)器，而不是從本地磁盤讀取，往往因為受網(wǎng)絡(luò)帶寬或者存儲池I/0性能的影響，使得其啟動性能低，利用數(shù)據(jù)訪問的局部性原理，類似于Parallax系統(tǒng)，我們允許虛擬機將數(shù)據(jù)寫到在服務(wù)器本地磁盤緩存上，而不需要與共享存儲池交互，直到本地磁盤緩存填滿才將一部分?jǐn)?shù)據(jù)寫到存儲池，利用重復(fù)數(shù)據(jù)刪除層帶來的優(yōu)勢，服務(wù)器本地磁盤能夠存放更多的虛擬機數(shù)據(jù)。這樣，可以降低重復(fù)數(shù)據(jù)刪除技術(shù)對虛擬機I/O性能的影響，極大地提高虛擬機的啟動速度。
重復(fù)數(shù)據(jù)刪除技術(shù)能夠消除虛擬機磁盤鏡像存儲中的大量冗余，提高存儲空間的利用率，但也使得虛擬機磁盤鏡像文件在存儲池內(nèi)的存放變得不連續(xù)，從而嚴(yán)重影響其讀性能，基于閃存的固態(tài)硬盤，相比于傳統(tǒng)的硬盤具有很好的隨機讀性能以及能耗優(yōu)勢，使得固態(tài)硬盤被一些重復(fù)數(shù)據(jù)刪除系統(tǒng)所采用以優(yōu)化其吞吐量，另外，相似虛擬磁盤鏡像之間具有大量相同內(nèi)容的數(shù)據(jù)塊，使得重復(fù)數(shù)據(jù)刪除后，這些數(shù)據(jù)塊的重復(fù)引用次數(shù)較其他數(shù)據(jù)塊更高，利用固態(tài)硬盤較傳統(tǒng)硬盤在隨機讀性能上的明顯優(yōu)勢，我們在存儲池中采用基于閃存的固態(tài)硬盤來存儲重復(fù)引用次數(shù)較高的數(shù)據(jù)塊以優(yōu)化其讀性能。
3實驗結(jié)果與分析
我們通過2000多行C++代碼實現(xiàn)了重復(fù)數(shù)據(jù)刪除引擎模塊，并基于真實的虛擬機磁盤鏡像來測試重復(fù)數(shù)據(jù)刪除技術(shù)對基于VMware虛擬桌面原型系統(tǒng)下的存儲系統(tǒng)容量和性能的影響，在本文的實驗環(huán)境中，我們以一臺單機作為服務(wù)器，其配置為2.53 GHz Intel Core 2 Duo處理器，4GB內(nèi)存容量，250GB SATA硬盤;并通過千兆以太網(wǎng)連接個由2塊硬盤(Western Digital 160 GB WD1600AAJS SATA)、1塊固態(tài)硬盤(Kingston 64GB SSDNovgV100 Series 2.5”SATA II)構(gòu)成的RAIDo磁盤陣列系統(tǒng)作為存儲池，基于4種不同的操作系統(tǒng)虛擬機磁盤鏡像，采用了3種不同的重復(fù)數(shù)據(jù)刪除技術(shù)分別進(jìn)行測試。
通過對Windows XP，Ubuntu，F(xiàn)edora和Centos等4種不同操作系統(tǒng)的虛擬機鏡像分別進(jìn)行全文件分塊(WFC)、靜態(tài)分塊(SC)以及基于內(nèi)容分塊(CDC)3種重復(fù)數(shù)據(jù)刪除技術(shù)測試;并為塊級重復(fù)數(shù)據(jù)刪除技術(shù)選取8 KB的平均分塊大小，對于變長分塊的CDC策略，我們采用TTTD算法，并且將分塊的大整除因子作為平均分塊大小，小整除因子設(shè)為平均分塊大小的一半，上界規(guī)定為平均塊大小的兩倍，下界為平均塊大小的1/4，如圖3所示，Base為消重前原始文件大小，WFC，SC和CDC分別代表3種重復(fù)數(shù)據(jù)刪除策略，從實驗結(jié)果中我們發(fā)現(xiàn)不同操作系統(tǒng)的虛擬磁盤鏡像自身的冗余度有差別;Windows XP的冗余度最高，而Centos的冗余度最低，不同的重復(fù)數(shù)據(jù)技術(shù)對虛擬機磁盤鏡像的消重效果差別較大;基于靜態(tài)分塊的重復(fù)數(shù)據(jù)刪除機制較其他兩種都具有更高的數(shù)據(jù)縮減率，基于全文件分塊的重復(fù)數(shù)據(jù)刪除技術(shù)消重效果最差，僅有極其微小的數(shù)據(jù)縮減量，通過分析這4種不同虛擬磁盤鏡像的重復(fù)引用計數(shù)與相應(yīng)分類中的數(shù)據(jù)容量關(guān)系，如圖4所示，我們發(fā)現(xiàn)虛擬機鏡像內(nèi)部數(shù)據(jù)塊的重復(fù)引用數(shù)與相應(yīng)的數(shù)據(jù)容量按對數(shù)成反比例。
圖3單個虛擬磁盤鏡像的消重效果比較
圖4重復(fù)引用次數(shù)與數(shù)據(jù)存量的關(guān)系
由于文件級別的重復(fù)數(shù)據(jù)刪除技術(shù)對虛擬機磁盤鏡像的數(shù)據(jù)縮減效果很不明顯，我們來研究塊級別的重復(fù)數(shù)據(jù)刪除技術(shù)，它相比于字節(jié)級別的數(shù)據(jù)縮減技術(shù)往往具有較小的開銷和更好的擴展性，如圖5所示，通過比較定長塊大小的靜態(tài)分塊(SC)策略和變長塊大小的基于內(nèi)容劃分(CDC)策略兩種重復(fù)數(shù)據(jù)刪除技術(shù)的數(shù)據(jù)縮減效果，發(fā)現(xiàn)隨著(平均)分塊大小的遞增，重復(fù)數(shù)據(jù)刪除的效果越差;相比于CDC策略，SC策略能獲得更高的數(shù)據(jù)縮減率，為了平衡重復(fù)數(shù)據(jù)刪除技術(shù)對存儲系統(tǒng)I/O吞吐量的影響，我們需要考慮重復(fù)數(shù)據(jù)刪除技術(shù)的效率，定義重復(fù)數(shù)據(jù)刪除效率為減少的數(shù)據(jù)量與消重過程的時間開銷之比，當(dāng)然這是在同一實驗平臺上進(jìn)行比較，如圖6所示，通過比較兩種重復(fù)數(shù)據(jù)刪除技術(shù)的消重效率，發(fā)現(xiàn)CDC的消重效率只有sc消重效率的1/6左右，SC的最優(yōu)分塊大小為4KB，而CDC的最優(yōu)分塊大小為2 KB，通過上述分析，我們發(fā)現(xiàn)SC策略較CDC策略更適合于虛擬機磁盤鏡像的重復(fù)數(shù)據(jù)刪除過程，具有更高的數(shù)據(jù)縮減率和重復(fù)數(shù)據(jù)刪除效率。
圖5塊級重復(fù)數(shù)據(jù)刪除技術(shù)消重效果
圖6塊級重復(fù)數(shù)據(jù)刪除技術(shù)消重效率
為了研究重復(fù)數(shù)據(jù)刪除技術(shù)對虛擬桌面存儲空間的優(yōu)化效果，我們利用基于靜態(tài)分塊(SC)的重復(fù)數(shù)據(jù)刪除技術(shù)對7個相似Windows XP虛擬機磁盤鏡像進(jìn)行了消重，實驗結(jié)果如圖7所示，隨著相似虛擬機磁盤鏡像數(shù)目的增加，重復(fù)數(shù)據(jù)刪除技術(shù)能夠獲得越高的數(shù)據(jù)縮減率，并且能將7個虛擬機磁盤鏡像的存儲空間需求降低85%，隨著相似虛擬機磁盤鏡像數(shù)目的增加數(shù)據(jù)冗余度也隨之改變，如圖8所示，DT代表左邊的重復(fù)數(shù)據(jù)刪除吞吐量，DR代表右邊的數(shù)據(jù)縮減率;由于重復(fù)數(shù)據(jù)刪除技術(shù)能夠避免很多不必要的數(shù)據(jù)寫操作，使得虛擬機磁盤鏡像的寫吞吐量隨著冗余度的增(減)而升(降)。
圖7靜態(tài)分塊消重優(yōu)化虛擬桌面存儲
圖8數(shù)據(jù)冗余度與重復(fù)數(shù)據(jù)刪除吞吐量的關(guān)系
通過測試虛擬機的啟動時間，我們來評估優(yōu)化策略對虛擬桌面存儲系統(tǒng)的性能影響，受服務(wù)器配置性能影響，我們只啟動前面連續(xù)存放了的7臺Windows XP虛擬機中的前3臺相似的虛擬機VM1，VM2和VM3，如圖9所示，對比沒有重復(fù)數(shù)據(jù)刪除技術(shù)支持且無任何優(yōu)化的虛擬桌面存儲系統(tǒng)(Naive)，重復(fù)數(shù)據(jù)刪除技術(shù)(Dedupe)在節(jié)省存儲空間的同時影響了存儲系統(tǒng)性能，使得虛擬機的平均啟動時間增加了1倍;通過設(shè)置1 GB本地磁盤緩存(LDC)的優(yōu)化，基于重復(fù)數(shù)據(jù)刪除技術(shù)的虛擬桌面存儲系統(tǒng)能夠?qū)⑻摂M機的啟動時間減少30%，特別是對虛擬機VM1啟動速度的提升;而通過加入SSD存放重復(fù)引用次數(shù)大于等于7的數(shù)據(jù)塊來優(yōu)化存儲池I/O性能，即使不采用本地磁盤緩存，基于重復(fù)數(shù)據(jù)刪除的虛擬桌面存儲系統(tǒng)能夠提升28%的性能;如果將兩種優(yōu)化策略結(jié)合(Opt-Dedupe)來優(yōu)化基于重復(fù)數(shù)據(jù)刪除技術(shù)的虛擬桌面存儲系統(tǒng)，總的性能提升可達(dá)到35%。
圖9虛擬桌面存儲系統(tǒng)性能對比
4結(jié)論與展望
虛擬桌面技術(shù)已成為一種重要的云計算應(yīng)用，針對虛擬桌面存儲中具有大量數(shù)據(jù)冗余的特性，本文基于重復(fù)數(shù)據(jù)刪除來縮減虛擬桌面基礎(chǔ)架構(gòu)的存儲空間需求;為了改進(jìn)重復(fù)數(shù)據(jù)刪除技術(shù)自身的I/O性能瓶頸，我們通過服務(wù)器本地的磁盤緩存以及基于閃存的固態(tài)硬盤在共享存儲池內(nèi)存儲重復(fù)引用次數(shù)較高的數(shù)據(jù)塊以優(yōu)化虛擬機的性能，通過實驗測試我們總結(jié)出：靜態(tài)分塊策略較基于內(nèi)容分塊的策略更適合虛擬桌面存儲進(jìn)行重復(fù)數(shù)據(jù)刪除，其最優(yōu)的分塊大小為4 KB，可以縮減85%的存儲空間容量;通過服務(wù)器本地磁盤緩存和基于閃存的固態(tài)硬盤進(jìn)行I/O優(yōu)化，虛擬機的啟動速度能夠獲得35%的提升，下一步的研究工作我們將考慮在多個服務(wù)器環(huán)境下如何高效地進(jìn)行重復(fù)數(shù)據(jù)刪除，以及如何設(shè)計數(shù)據(jù)塊索引來提升I/O吞吐量。
