云计算平台是支撑互联网应用服务和大数据处理不可替代的基础设施,已经广泛应用于人类的生产、生活和城市治理的方方面面,呈现出大量数据密集型应用和日益提高的多应用粘合度,这不断加剧了云计算平台的I/O压力。为了支持应用迁移,提高云服务可靠性,云计算平台中的虚拟机使用分布共享存储资源来存储其关键数据。共享存储通过内部网络（如以太网）互连,大数据量存取的带宽可超过单磁盘带宽,但是,在小量数据存取时,延迟大,平均带宽低。为提高云计算平台的I/O性能,虚拟机客户端广泛采用SSD作为数据缓存。然而,虚拟机特有的I/O操作特性大幅限制了客户端SSD缓存性能的充分发挥,具体表现为:在COW（Copy-on-Write）虚拟磁盘下,SSD缓存效率低;虚拟机文件系统的日志机制降低了SSD缓存效率;SSD存储空间有限,需根据虚拟机的QoS需求分配SSD缓存空间。本文针对上述三类技术难题,创新性地提出了以下技术解决方法。一、提出了根据COW虚拟磁盘I/O特性进行优化的数据缓存策略云计算平台中的虚拟机通常使用COW虚拟磁盘以提供多种虚拟机功能。然而,本文发现COW虚拟磁盘的元数据管理和COW机制,会将虚拟机发出的I/O请求数量扩大数倍,给SSD缓存带来低效的元数据性能和COW缓存扩大问题,不仅加剧了SSD磨损,还降低了I/O性能。针对上述挑战,本文提出了一个感知COW虚拟磁盘I/O特性的高效SSD缓存系统,具有三个创新点:（1）设计了一种新的SSD缓存管理架构,可以消除COW虚拟磁盘和SSD缓存的管理之间的语义隔阂,从而能够实现跨层次优化;（2）设计了一种细粒度的元数据缓存与合并写机制,通过匹配元数据的局部性特征,提高了元数据的缓存效率;（3）设计了一种解耦合COW机制,通过将COW虚拟磁盘扩大的I/O请求从关键I/O路径中解耦合出去,并只在SSD中缓存局部性高的数据,消除了COW缓存扩大问题。实验表明,相较于不感知COW虚拟磁盘的传统SSD缓存方案,该系统将虚拟机的I/O性能提高了多达122.7%,将SSD缓存的磨损减少了多达78.5%。二、提出了协同SSD缓存来保证虚拟机文件系统一致性的策略云计算平台中的虚拟机文件系统主要使用日志机制来维护存储一致性。然而,本文发现日志机制具有重复写模式（即对于文件系统的修改操作,需先写到日志区域,再更新到原始位置）,其不仅会给分布式存储系统带来大量的日志写I/O,也会在SSD缓存中造成大量的冗余数据,从而降低虚拟机的I/O性能和SSD缓存的使用寿命。针对上述挑战,本文提出协同使用SSD缓存来保证虚拟机文件系统的一致性,具有三个创新点:（1）设计了一个虚拟日志设备,可以在SSD缓存管理器中获取虚拟机中日志机制的语义;（2）设计了一个缓存即日志区机制,通过将SSD缓存作为虚拟机文件系统的目标日志区域,消除了到分布式存储系统的日志写I/O,进而缓解了分布式存储系统的I/O压力;（3）设计了一个逻辑缓存机制,通过识别文件系统的同一修改带来的日志写I/O和原地写I/O,消除了二者在SSD缓存中产生的冗余数据。实验表明,相较于传统的SSD缓存方案,该方案将虚拟机的I/O性能提高了多达11.4倍,将SSD缓存的磨损减少了多达42%。三、提出了一种确定虚拟机实际缓存空间需求的R-MRC曲线以及基于该曲线且以QoS需求为导向的SSD缓存空间动态分配策略云计算平台中的SSD缓存通常由多个同时运行的虚拟机共享使用,不同的虚拟机具有不同的缓存使用模式,对于QoS服务质量的需求也各不相同。本文发现（1）传统的用于确定虚拟机的缓存空间与缓存性能之间关系的MRC曲线会高估其实际缓存空间需求;（2）传统的SSD缓存空间分配方案没有充分考虑单个虚拟机的QoS需求,从而导致有限的SSD缓存空间无法得到高效的利用。针对上述挑战,本文首先提出了一种新的R-MRC曲线,通过区分数据的局部性来确定虚拟机的真实缓存空间需求;然后提出了一种基于R-MRC曲线的SSD缓存空间动态分配算法,能够更好地满足每个虚拟机的QoS需求。实验表明,相较于传统的SSD缓存空间分配方案,该方案将所有虚拟机与其QoS目标之间的整体距离减少了多达80.6%,将SSD缓存的磨损减少了多达43.2%。