随着云计算时代的到来,越来越多的人将数据存在云端。云存储带来便利的同时也随着数据量的增加而规模急剧增长,数据中心的高能耗和低效率已经成为制约云存储发展的因素之一,能耗问题引起了广泛的关注。针对目前云存储系统中降耗技术单一,用户QoS(Quality of Service,服务质量)因素考虑不全面等缺点,本研究根据系统当前的负载情况,考虑用户多样的服务质量需求,提出了数据分类与资源调度策略,通过此数据分类与资源调度策略,将数据存储的不同的区域,根据数据热度的不同来灵活的实现资源调度,以此来实现降低能耗的目的。本文论述了课题相关的背景和发展现状,并阐述研究降低能耗的意义。其中,着重介绍了文中涉及到的数据分类策略、虚拟机放置和迁移策略以及CloudSimDisk模拟器等相关技术。在分析现有降低能耗技术的国内外研究现状基础上,提出了面向云存储系统节能的热点数据分类策略(HDCS),以及在云存储中心虚拟机放置和迁移策略,具体的研究工作如下:(1)为了能更好地利用数据和降低功耗,我们设计和提出了面向云存储系统节能的热点数据分类策略(HDCS),HDCS首先利用数据分类策略将数据划分为热数据、冷数据和重复文件区三种类型,并分别放置在不同的存储区域。针对其中的数据分类策略还建立了相应的性能和能耗模型,理论分析了数据分类策略的节能属性。经理论推导,证明了提出的HDCS能有效地降低能耗。此外,为了验证HDCS的节能效果,还将两种不同的方法(HDFS default、HDCS)进行比较。基于CloudSimDisk的模拟实验结果表明:HDCS能降低能耗,平均降耗在12%左右。(2)由于虚拟技术的进一步发展,使用虚拟机已成为一种趋势,通常情况下一台物理机器上面会放置几个或者几十个虚拟机。在云存储中心,在最小的功耗下虚拟机如何放置和迁移是一个重点研究的问题。虚拟机(VM)迁移是将虚拟机从一个物理硬件环境移动到另一个物理硬件环境的过程。它在各种场景中为数据中心提供了多种好处,包括改进的性能、容错性、可管理性、负载平衡和电源管理。但是由于服务级别协议(SLA)的约束,有时候VM的迁移会导致性能下降,尤其是在要满足关键业务目标的情况下,这些都是不容忽视的。在本文中,我们提出了一种新的VM的放置和迁移算法,该算法考虑了不同用户的服务质量要求,还可以减少因数据中心CPU利用不足而导致的能耗和SLA违规。研究的工作主要是使用一种启发式算法来进行资源分配,将用户的任务以Cloudlet的形式分配给消耗最少能量的虚拟机。该模型是使用面向服务的体系结构实现的,并且使用CloudSim工具包进行了模拟。在最后将我们的算法与非功率感知(NPA),动态电压和频率缩放(DVFS),单阈值(ST)策略和最小化迁移策略(MMP)进行了比较。实验结果表明,本文提出的算法能够在保证用户QoS的前提下,使用了更低的能耗。综上所述,针对目前云存储系统降耗技术存在的问题,本课题提出的基于热点数据分类策略以及基于QoS约束的MMP算法,对满足用户QoS要求的前提上的降耗做出了有益的尝试,并取得了 一定的效果。