基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)方法研究

齊嬋穎，李育超，聶 睿，覃楊森

（中國(guó)飛行試驗(yàn)研究院 陜西 西安 710089）

基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)方法研究

齊嬋穎，李育超，聶 睿，覃楊森

（中國(guó)飛行試驗(yàn)研究院 陜西 西安 710089）

云存儲(chǔ)系統(tǒng)的廣泛應(yīng)用帶來(lái)了數(shù)據(jù)存儲(chǔ)方式和商業(yè)模式的重大變革。然而，不同的云存儲(chǔ)系統(tǒng)有不同的協(xié)議，橫向之間尚無(wú)統(tǒng)一的評(píng)測(cè)基準(zhǔn)，面對(duì)眾多的云存儲(chǔ)系統(tǒng)用戶(hù)難以擇優(yōu)選擇，云服務(wù)提供商也難以進(jìn)一步改進(jìn)設(shè)備和服務(wù)。本文針對(duì)基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)方法沒(méi)有通用標(biāo)準(zhǔn)的問(wèn)題，在分析開(kāi)放云存儲(chǔ)協(xié)議的基礎(chǔ)上，分別研制了基于兩種常用開(kāi)放云存儲(chǔ)協(xié)議（基于API接口和基于RESTFul接口）的性能測(cè)試工具。并應(yīng)用這兩種測(cè)試工具對(duì)比測(cè)試了基于API接口的開(kāi)放云存儲(chǔ)系統(tǒng)金山快盤(pán)和基于RESTFul接口的本地私有云存儲(chǔ)系統(tǒng)OpenStack Swift的性能，分析了影響云存儲(chǔ)系統(tǒng)性能的因素，為云存儲(chǔ)廠商改進(jìn)云存儲(chǔ)服務(wù)提供了參考依據(jù)，同時(shí)，為用戶(hù)選購(gòu)基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)提供了理論指導(dǎo)。

云存儲(chǔ)系統(tǒng)；開(kāi)放云存儲(chǔ)協(xié)議；性能評(píng)測(cè)方案；性能指標(biāo)

云存儲(chǔ)系統(tǒng)是一種以數(shù)據(jù)存儲(chǔ)和管理為核心的云計(jì)算系統(tǒng)。構(gòu)建云存儲(chǔ)平臺(tái)的各類(lèi)應(yīng)用和網(wǎng)絡(luò)存儲(chǔ)能否成功，很大程度上取決于云存儲(chǔ)服務(wù)提供的性能。而有些廠商提供的云存儲(chǔ)服務(wù)協(xié)議是對(duì)外開(kāi)放的，這樣的云存儲(chǔ)系統(tǒng)是基于開(kāi)放云存儲(chǔ)協(xié)議的，開(kāi)放云存儲(chǔ)服務(wù)可以低成本提供大量的文件存儲(chǔ)，供應(yīng)商可以保持每個(gè)客戶(hù)的存儲(chǔ)、應(yīng)用都是獨(dú)立的、私有的［1］。因此，研究基于開(kāi)放云存儲(chǔ)協(xié)議的性能評(píng)測(cè)方法具有重要的研究?jī)r(jià)值。

1　開(kāi)放云存儲(chǔ)協(xié)議概述

開(kāi)放存儲(chǔ)服務(wù)（Open Storage Service，OSS）為用戶(hù)提供大容量的云存儲(chǔ)服務(wù)。用戶(hù)可以調(diào)用OSS提供的API接口通過(guò)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)的上傳和下載，并可通過(guò)Web控制臺(tái)對(duì)數(shù)據(jù)進(jìn)行管理。OSS的存儲(chǔ)容量支持彈性擴(kuò)容，并提供基于云計(jì)算模式的按使用量付費(fèi)的結(jié)算功能［2］。開(kāi)放式存儲(chǔ)服務(wù)OSS適用于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)，底層采用分布式存儲(chǔ)機(jī)制。

基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)是指協(xié)議對(duì)外公開(kāi)的云存儲(chǔ)系統(tǒng)，用戶(hù)可以在其上開(kāi)發(fā)自己的應(yīng)用，也可以通過(guò)調(diào)用其API接口來(lái)實(shí)現(xiàn)相應(yīng)的功能。

2　研究現(xiàn)狀

哈佛大學(xué)在網(wǎng)絡(luò)云存儲(chǔ)系統(tǒng)的研究中采集了NFS trace［3］。YCSB［4］（Yahoo Cloud Serving Benchmark）是Yahoo開(kāi)發(fā)的，是面向key/value的云存儲(chǔ)系統(tǒng)評(píng)估。此外，NoSQL針對(duì)大型數(shù)據(jù)存儲(chǔ)機(jī)制，出現(xiàn)了許多存儲(chǔ)解決方案，包括Google BigTable、CouchDB和MongoDB等。NoSQL數(shù)據(jù)庫(kù)系統(tǒng)與傳統(tǒng)數(shù)據(jù)庫(kù)相比，具有更好的擴(kuò)展性和更高的可用性，能夠管理更大規(guī)模的數(shù)據(jù)。NoSQL數(shù)據(jù)庫(kù)是采用一種非關(guān)系型的方式解決數(shù)據(jù)的存儲(chǔ)和計(jì)算問(wèn)題［5］。

Eucalyptus（ElasticUtilityComputingArchitecture forLinking Your Programs To Useful Systems）［6］可以有效評(píng)估云計(jì)算的網(wǎng)絡(luò)性能。M Armbrust等人在云計(jì)算的看法一文中提出了對(duì)API性能的查詢(xún)，通過(guò)改進(jìn)架構(gòu)和操作系統(tǒng)有效地虛擬化中斷和I/O通道技術(shù)來(lái)實(shí)現(xiàn)性能優(yōu)化［7］。

目前，業(yè)界對(duì)基于開(kāi)放云存儲(chǔ)協(xié)議的云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)有眾多研究，但存在一些問(wèn)題：1）當(dāng)前云存儲(chǔ)系統(tǒng)沒(méi)有統(tǒng)一的評(píng)測(cè)基準(zhǔn)，不同云存儲(chǔ)系統(tǒng)之間很難進(jìn)行橫向?qū)Ρ取?）對(duì)應(yīng)用層的研究尚不成熟，并且現(xiàn)有的研究主要是面向任務(wù)的，不具有通用性。3）云服務(wù)提供商提供的云存儲(chǔ)系統(tǒng)是基于不同的協(xié)議的，協(xié)議內(nèi)和協(xié)議間的云存儲(chǔ)系統(tǒng)很難進(jìn)行對(duì)比測(cè)試。4）云存儲(chǔ)系統(tǒng)在不同環(huán)境下的性能表現(xiàn)尚無(wú)衡量標(biāo)準(zhǔn)，需要進(jìn)一步研究。5）與云存儲(chǔ)系統(tǒng)相關(guān)的角色有多種，每種角色關(guān)注性能層次不同，沒(méi)有通用的多角色評(píng)測(cè)方案，不同角色之間評(píng)測(cè)很難對(duì)比。

針對(duì)云存儲(chǔ)系統(tǒng)多角色、多層次、服務(wù)對(duì)象不確定、訪問(wèn)規(guī)模大的特點(diǎn)，選擇適合通用云存儲(chǔ)系統(tǒng)的性能評(píng)測(cè)體系至關(guān)重要，采用何種可兼顧云存儲(chǔ)系統(tǒng)結(jié)構(gòu)特點(diǎn)的通用評(píng)測(cè)架構(gòu)和評(píng)測(cè)方案是一個(gè)值得研究的問(wèn)題。此外，采用何種評(píng)測(cè)指標(biāo)來(lái)對(duì)云存儲(chǔ)系統(tǒng)做出準(zhǔn)確的評(píng)價(jià)，為用戶(hù)和云提供商選購(gòu)和改進(jìn)云存儲(chǔ)服務(wù)質(zhì)量提供了依據(jù)，具有很高的研究?jī)r(jià)值。與此同時(shí)，對(duì)云存儲(chǔ)系統(tǒng)性能測(cè)試是對(duì)整個(gè)存儲(chǔ)系統(tǒng)性能評(píng)測(cè)的重要組成部分，測(cè)得云存儲(chǔ)系統(tǒng)各個(gè)環(huán)節(jié)的性能指標(biāo)，對(duì)于存儲(chǔ)系統(tǒng)整體性能的優(yōu)化也具有重大意義。

3　云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)方案

3.1評(píng)測(cè)方法

用戶(hù)通過(guò)網(wǎng)絡(luò)測(cè)試云存儲(chǔ)系統(tǒng)應(yīng)用訪問(wèn)層和云存儲(chǔ)服務(wù)接口層的性能，云存儲(chǔ)服務(wù)提供商處在數(shù)據(jù)中心邊緣，直接測(cè)試云存儲(chǔ)系統(tǒng)應(yīng)用訪問(wèn)層、云存儲(chǔ)服務(wù)接口層、基礎(chǔ)管理層和存儲(chǔ)設(shè)備層4個(gè)層次的性能，數(shù)據(jù)也更真實(shí)。測(cè)試方法按照4個(gè)層次分別逐層進(jìn)行。

1）應(yīng)用訪問(wèn)層性能測(cè)試

應(yīng)用訪問(wèn)層主要測(cè)試典型應(yīng)用的性能，測(cè)試方法如下：

①測(cè)試目標(biāo)：測(cè)試不同文件類(lèi)型、不同網(wǎng)絡(luò)環(huán)境、不同時(shí)間點(diǎn)下目標(biāo)云存儲(chǔ)系統(tǒng)的典型應(yīng)用的性能。

②測(cè)試原理：不同文件類(lèi)型、不同網(wǎng)絡(luò)環(huán)境、不同時(shí)間點(diǎn)都會(huì)對(duì)典型文件性能造成影響，通過(guò)控制變量法測(cè)試典型應(yīng)用的性能。

2）應(yīng)用接口層性能測(cè)試

應(yīng)用接口層主要測(cè)試云存儲(chǔ)系統(tǒng)的訪問(wèn)接口性能、服務(wù)拒絕率和數(shù)據(jù)傳輸率。測(cè)試方法如下：

①測(cè)試目標(biāo)：通過(guò)測(cè)試云存儲(chǔ)系統(tǒng)API響應(yīng)時(shí)間測(cè)試目標(biāo)云存儲(chǔ)系統(tǒng)API返回性能。通過(guò)記錄請(qǐng)求失敗的次數(shù)，統(tǒng)計(jì)服務(wù)拒絕率，評(píng)測(cè)接口性能。通過(guò)控制文件類(lèi)型來(lái)測(cè)定不同文件大小的數(shù)據(jù)讀寫(xiě)性能。

②測(cè)試原理：云存儲(chǔ)提供開(kāi)放的API接口。通過(guò)測(cè)試API響應(yīng)時(shí)間可測(cè)試云存儲(chǔ)系統(tǒng)訪問(wèn)接口性能。然而，每次API請(qǐng)求不一定被響應(yīng)，這樣就存在了服務(wù)被拒絕的情況，服務(wù)拒絕率能夠準(zhǔn)確衡量服務(wù)不被響應(yīng)的概率。

3）基礎(chǔ)管理層性能測(cè)試

基礎(chǔ)管理層主要測(cè)試文件系統(tǒng)的元數(shù)據(jù)吞吐率、和聚合帶寬。其中，元數(shù)據(jù)吞吐率用LZpack測(cè)試，聚合帶寬用IOMeter測(cè)試。

①測(cè)試目標(biāo)：元數(shù)據(jù)吞吐率測(cè)試存儲(chǔ)系統(tǒng)對(duì)元數(shù)據(jù)的處理速率來(lái)衡量網(wǎng)絡(luò)存儲(chǔ)系統(tǒng)對(duì)文件或目錄操作的支持能力。聚合帶寬測(cè)試并行文件系統(tǒng)能夠達(dá)到的聚合帶寬的最大值，進(jìn)而分析、評(píng)估文件系統(tǒng)的性能。

②測(cè)試原理：最大元數(shù)據(jù)吞吐率是當(dāng)系統(tǒng)達(dá)到穩(wěn)定時(shí)的峰值結(jié)果。平均元數(shù)據(jù)吞吐率是求得吞吐率的加權(quán)平均值。FSPoly基于客戶(hù)端/服務(wù)器結(jié)構(gòu)，其目標(biāo)是并行測(cè)試文件系統(tǒng)的聚合帶寬、并發(fā)連接數(shù)等性能指標(biāo)。

4）存儲(chǔ)設(shè)備層性能測(cè)試

存儲(chǔ)設(shè)備層主要測(cè)試IOPS和數(shù)據(jù)傳輸率，測(cè)試工具用IOPMeter。測(cè)試方法如下：

①測(cè)試目標(biāo)：測(cè)試存儲(chǔ)設(shè)備在單位時(shí)間內(nèi)的IO操作數(shù)和數(shù)據(jù)傳輸速率。

②測(cè)試原理：每個(gè)物理存儲(chǔ)設(shè)備處理的IOPS是有限制的，如果超過(guò)限制的理論值，響應(yīng)可能會(huì)變得非常緩慢而不能正常提供業(yè)務(wù)。而數(shù)據(jù)讀寫(xiě)比例、讀寫(xiě)塊大小，及順序讀寫(xiě)/隨機(jī)讀寫(xiě)比例都會(huì)影響存儲(chǔ)性能，通過(guò)IOmeter控制參數(shù)變化，可以測(cè)出影響存儲(chǔ)設(shè)備的數(shù)據(jù)傳輸率因素。

3.2基于S3協(xié)議的工具研發(fā)

CSPTS（Cloud Storage Performance Test System）是自主研發(fā)的基于開(kāi)放云存儲(chǔ)協(xié)議S3協(xié)議的云存儲(chǔ)系統(tǒng)性能評(píng)測(cè)工具，可針對(duì)目標(biāo)云存儲(chǔ)系統(tǒng)的應(yīng)用接口層和應(yīng)用訪問(wèn)層進(jìn)行性能測(cè)試，通過(guò)直接調(diào)用API接口實(shí)現(xiàn)對(duì)應(yīng)的功能，具體測(cè)試指標(biāo)為訪問(wèn)接口性能、服務(wù)拒絕率、數(shù)據(jù)傳輸率和典型應(yīng)用性能。

3.3基于RESTFul協(xié)議的工具研發(fā)

另外一種常用的開(kāi)放云存儲(chǔ)協(xié)議是基于RESTFul協(xié)議的，接口提供模式不同于基于S3協(xié)議的云存儲(chǔ)系統(tǒng)。我們自主研發(fā)的云存儲(chǔ)性能評(píng)測(cè)工具CST（Cloud Storage Test）可通過(guò)發(fā)送url請(qǐng)求實(shí)現(xiàn)對(duì)應(yīng)API接口的調(diào)用。我們開(kāi)發(fā)的CST功能模塊劃分如圖1所示。

圖1　云存儲(chǔ)系統(tǒng)性能測(cè)試軟件功能模塊劃分圖

4　實(shí)驗(yàn)分析

4.1評(píng)測(cè)環(huán)境

基于開(kāi)放云存儲(chǔ)協(xié)議的測(cè)試是通過(guò)在客戶(hù)端調(diào)用API來(lái)實(shí)現(xiàn)預(yù)期的功能，云存儲(chǔ)系統(tǒng)核心架構(gòu)由存儲(chǔ)服務(wù)器或磁盤(pán)陣列、文件或元數(shù)據(jù)服務(wù)器集群，以及Web服務(wù)器集群組成。測(cè)試環(huán)境示意圖如圖2所示。

圖2　云存儲(chǔ)系統(tǒng)性能測(cè)試環(huán)境

用戶(hù)處在數(shù)據(jù)中心外面，通過(guò)互聯(lián)網(wǎng)，使用測(cè)試機(jī)來(lái)測(cè)試目標(biāo)云存儲(chǔ)系統(tǒng)提供的開(kāi)放API接口性能和Web服務(wù)器的典型應(yīng)用性能。通過(guò)在web服務(wù)器上運(yùn)行Lzpack、FSpoly測(cè)試并行文件系統(tǒng)的性能。通過(guò)在文件服務(wù)器上運(yùn)行Iometer測(cè)試目標(biāo)云存儲(chǔ)系統(tǒng)所使用的存儲(chǔ)設(shè)備的性能。

Web服務(wù)器、文件服務(wù)器和存儲(chǔ)服務(wù)器一起組成了數(shù)據(jù)中心，云存儲(chǔ)服務(wù)提供商處在數(shù)據(jù)中心邊緣，通過(guò)工具CSPTS測(cè)試典型應(yīng)用和API性能。

在web服務(wù)器集群設(shè)置測(cè)試節(jié)點(diǎn)，通過(guò)LZpack和FSpoly測(cè)試文件系統(tǒng)層性能，在文件或元數(shù)據(jù)服務(wù)器集群設(shè)置測(cè)試節(jié)點(diǎn)，通過(guò)IOmeter測(cè)試目標(biāo)云存儲(chǔ)系統(tǒng)使用的存儲(chǔ)設(shè)備性能。

4.2開(kāi)放云存儲(chǔ)API接口

每種云存儲(chǔ)系統(tǒng)依托的開(kāi)放云存儲(chǔ)協(xié)議是不同的，我們分別選取基于S3協(xié)議的公有云存儲(chǔ)系統(tǒng)的代表金山快盤(pán)和基于RESTFul協(xié)議的私有云存儲(chǔ)系統(tǒng)OpenStack Swift進(jìn)行分析對(duì)比。金山快盤(pán)和Swift的API接口對(duì)比如表1所示。

表中共羅列了常用的16種API接口，金山快盤(pán)和OpenStack Swift若提供某個(gè)開(kāi)放的API接口，則在該接口后面用“■”表示，否則用“×”表示。從表1可以看出，雖然金山快盤(pán)和OpenStack Swift開(kāi)放API接口實(shí)現(xiàn)的功能不完全一致，但均有13個(gè)開(kāi)放API接口。

表1　金山快盤(pán)和Sw ift的API接口對(duì)比

4.3不同API響應(yīng)時(shí)間對(duì)比

每種云存儲(chǔ)系統(tǒng)有不同的API，我們針對(duì)快盤(pán)和OpenStack Swift API，對(duì)比單個(gè)有相同功能的API運(yùn)行時(shí)間，求出每秒的API操作數(shù)，判斷基于S3協(xié)議的公有云存儲(chǔ)系統(tǒng)和基于RESTFul協(xié)議的本地私有云存儲(chǔ)系統(tǒng)的性能差異。測(cè)試結(jié)果如圖3所示。

圖3　快盤(pán)API操作數(shù)VSSwift API操作數(shù)

從圖可以看出，本地搭建的OpenStack Swift查看用戶(hù)和顯示元數(shù)據(jù)操作快于金山快盤(pán)，每秒的操作數(shù)遠(yuǎn)大于金山快盤(pán)，即該兩種操作響應(yīng)時(shí)間快于金山快盤(pán)。而其余API操作響應(yīng)時(shí)間均遠(yuǎn)遠(yuǎn)長(zhǎng)于金山快盤(pán)API操作響應(yīng)時(shí)間，每秒API操作數(shù)都小于2。而金山快盤(pán)的API操作花費(fèi)時(shí)間整體差異不大，每秒完成的API操作數(shù)在30個(gè)左右?？梢?jiàn)，除了查看用戶(hù)信息和顯示元數(shù)據(jù)信息外，網(wǎng)盤(pán)的操作基本快于本地云存儲(chǔ)。

4.4不同文件類(lèi)型讀寫(xiě)性能

為了驗(yàn)證文件類(lèi)型是否對(duì)云存儲(chǔ)系統(tǒng)的讀寫(xiě)性能造成影響，我們分別針對(duì)不同的文件類(lèi)型，調(diào)用快盤(pán)API和OpenStack Swift API，對(duì)比其數(shù)據(jù)傳輸率，進(jìn)而判斷文件類(lèi)型是否影響讀寫(xiě)性能。測(cè)試結(jié)果如圖4和圖5所示。

圖4　文件類(lèi)型VS上傳速率

圖5　文件類(lèi)型VS下載速率

從上圖可以看出，上傳和下載速率是一個(gè)動(dòng)態(tài)變化的數(shù)值，因此，在統(tǒng)計(jì)這些數(shù)據(jù)的時(shí)候，所采用的平均值將更能反映出金山快盤(pán)和OpenStack Swift傳輸速率的快慢問(wèn)題。測(cè)試之后，我們通過(guò)統(tǒng)計(jì)出來(lái)的數(shù)據(jù)分析，快盤(pán)的上傳速率在800 kB左右，而Swift的上傳速率有些差異，但均不超過(guò)1 M。下載中，快盤(pán)的速率在200 kB左右浮動(dòng)，而Swift的下載速率在250 kB到350 kB之間，均大于快盤(pán)，但是整體速率波動(dòng)不大。可見(jiàn)，文件類(lèi)型對(duì)讀寫(xiě)性能影響不大，但是不同的云存儲(chǔ)系統(tǒng)，讀寫(xiě)性能有一定的差異。

4.5不同文件大小讀寫(xiě)性能

為了驗(yàn)證文件大小是否對(duì)云存儲(chǔ)系統(tǒng)的讀寫(xiě)性能造成影響，我們分別針對(duì)特定的文件類(lèi)型，對(duì)比快盤(pán)和OpenStack Swift在文件大小不同時(shí)的數(shù)據(jù)傳輸率變化，進(jìn)而判斷文件大小是否影響讀寫(xiě)性能。實(shí)驗(yàn)中文件類(lèi)型固定為doc，測(cè)試結(jié)果如圖6和圖7所示。

圖6　文件大小VS上傳速率

圖7　文件大小VS下載速率

從圖可以看出，在不同的文件大小下，快盤(pán)和Swift的上傳和下載速率也是一個(gè)動(dòng)態(tài)變化的數(shù)值?？毂P(pán)的上傳下載速率在不同文件大小時(shí)，均在1MB以下，而Swift的上傳速率與文件大小正相關(guān)，隨著文件的增大，上傳速率逐漸增大，而下載速率略有浮動(dòng)?？梢?jiàn)，文件大小對(duì)快盤(pán)的讀寫(xiě)性能影響不大，而對(duì)Swift的寫(xiě)性能影響較大，對(duì)讀性能有一定影響?？梢?jiàn)，文件大小是基于RESTFul接口的開(kāi)放云存儲(chǔ)系統(tǒng)的寫(xiě)瓶頸。

5　結(jié)束語(yǔ)

文中針對(duì)云存儲(chǔ)系統(tǒng)在性能評(píng)測(cè)方面沒(méi)有統(tǒng)一的針對(duì)基于開(kāi)放云存儲(chǔ)協(xié)議的評(píng)測(cè)方法的問(wèn)題，在分析開(kāi)放云存儲(chǔ)協(xié)議的基礎(chǔ)上，分別研制了基于API接口和RESTFul接口的性能測(cè)試工具。應(yīng)用研制的測(cè)試工具，對(duì)開(kāi)放云存儲(chǔ)系統(tǒng)金山快盤(pán)和OpenStack Swift進(jìn)行了對(duì)比測(cè)試，分析了影響云存儲(chǔ)系統(tǒng)性能的因素，從而確定了性能瓶頸，給用戶(hù)提供了橫向?qū)Ρ龋瑸橛脩?hù)選購(gòu)、部署云存儲(chǔ)系統(tǒng)提供可靠的參考意見(jiàn)。

［1］方巍，文學(xué)志，潘吳斌，等.云計(jì)算概念，技術(shù)及應(yīng)用研究綜述［J］.南京信息工程大學(xué)學(xué)報(bào)自然科學(xué)版，2012，4（4）:351-361.

［2］ArmbrustM，F(xiàn)ox A，Griffith R，etal.A view of cloud computing［J］.Communicationsof the ACM，2010，53（4）:50-58.

［3］Zhu N，Chen J，Chiueh T C，et al.TBBT:scalable and accurate trace replay for file server evaluation［C］//ACM SIGMETRICSPerformance Evaluation Review.ACM，2005，33（1）:392-393.

［4］Cooper B F，Silberstein A，Tam E，et al.Benchmarking cloud serving systems with YCSB［C］//Proceedings of the 1st ACM symposium on Cloud computing.ACM，2010:143-154.

［5］權(quán)治，宋晶晶.基于 NoSQL的數(shù)據(jù)庫(kù)技術(shù)分析［J］.無(wú)線電工程，2013，43（9）:4-6.

［6］Nurmi D，Wolski R，Grzegorczyk C，et al.The eucalyptus open-source cloud-computing system［C］//Cluster Computing and the Grid，2009.CCGRID'09.9th IEEE/ACM International Symposium on.IEEE，2009:124-131.

［7］Armbrust M，F(xiàn)ox A，Griffith R，et al.A view of cloud computing［J］.Communications of the ACM，2010，53（4）:50-58.

Research on performance evaluation technology on open cloud storage protocols

QIChan-ying，LIYu-chao，NIE Rui，QIN Yang-sen
（China Flight Test Establishment，Xi'an 710089，China）

Cloud storage system is now widely used，which has brought significant changes in data storage and business models.However，differentcloud storage system corresponds to differentprotocol.There are no uniform benchmarks for them，so it's difficult for users to choose the optimal onewhen they are facing a large number of cloud storage systems.At the same time，it'salso difficult for cloud service providers to improve equipmentand service further.This paper focused on the problem ofperformance evaluation scheme based on open cloud storage protocolson the base ofanalyzing open cloud storage protocols，developing two common open cloud storage protocols（API interface and RESTFul interface），developed two different performance testing tools.This two kinds of testing tools are used to do performance comparison testbetween Kingsoft Cloud based on open cloud storage system and localprivate cloud storage system OpenStack Swiftbased on RESTFul interface.Then we analysis the factors those influence the performance of cloud storage system，which provides reference for companies to improve cloud storage service further，and offers guidance for customs to purchase cloud storage system based on open cloud storage protocolsmeanwhile.

cloud storage system；open cloud storage protocols；performance evaluation scheme；performance index

TN06

A

1674-6236（2016）19-0034-04

2015-10-20稿件編號(hào)：201510136

齊嬋穎（1990—），女，陜西西安人，碩士研究生，助理工程師。研究方向：數(shù)據(jù)管理。