摘要
本申请涉及分布式数据存储技术领域,公开了一种分布式存储扩容方法、系统、设备以及存储介质,该方法首先根据地理位置、网络拓扑和性能等因素,将分布式存储系统中的节点划分为多个节点域,并在每个节点域内构建资源池,实现存储资源的动态管理。同时,利用机器学习技术建立容量预测模型,准确预测各节点域未来的存储需求。基于容量预测结果,结合运维数据、资源池和系统总容量,计算得出各节点域所需的扩容设备数量,并自动向相应节点域添加新设备,实现动态扩容。通过资源池的调度和管理,新设备能快速融入现有系统,提升整体性能,解决了传统扩容方式中存在的复杂且干扰存储集群服务的问题。
技术关键词
容量预测模型
分布式存储系统
节点
存储扩容方法
网络拓扑
存储设备
分布式数据存储技术
资源
存储集群
容量预测模块
保证数据一致性
动态
扩容设备
机器学习技术
扩容系统
深度学习算法
邻域
运维