海量遥感数据的存储迁移策略研究

作者：赵泽亚; 杨迪; 梁小虎; 王荣; 金雪

来源：信息工程大学学报, 2020, 21(01): 115-119.

• 遥感数据
• 数据热度
• 迁移策略
• 机器学习

随着遥感技术的发展,遥感卫星数量增加、种类日趋丰富、分辩率不断提高,导致遥感数据量急速增长,给数据的存储管理效率提出了更高的要求。传统方法通常采用规则的方式对数据价值进行评估并形成相应的存储迁移策略,具有较强的主观因素,并未完全从数据的角度出发分析产品热度。从数据的访问规律着手,将数据分为访问频率高的热数据,访问频率相对较低的温数据和冷数据,利用机器学习算法对数据热度进行建模,结合磁盘阵列与蓝光光盘库等硬件存储设施特点,设计并实现一套基于蓝光光盘库与SAN存储的海量遥感数据的分级存储系统,并通过优化数据的迁移存储策略,实现海量遥感数据的高效、安全、节能存储。在实验平台上就2018年以来的产品需求进行了实验验证,表明采用提出的存储迁移策略比现有策略下系统服务请求的数据在线率提高44.4%。

• 单位
  北京跟踪与通信技术研究所