数字信息的爆炸性增长、大数量的用户群和种类繁多的多媒体应用导致了人们对海量信息存储系统的需求。大量的用户和数据对于数据存储系统的需求各有不同,有些用户和应用需要提供更高的数据可靠性,有些用户和应用则需要存储系统提供更快的访问时间,类似这样的需求使得存储系统面临着管理大量不同类型数据的压力,而且要求存储系统具备极高的可用性。此外,由于海量信息存储系统规模的增长,使得企业在能耗、散热管理以及机房空间管理等方面也承受了巨大的压力。在当今存储系统中,由于磁盘是构成海量存储系统不可或缺的存储介质,因此,如何构造一个高可靠、高性能、低能耗、适合不同应用的磁盘存储系统就成为了一个重要的任务。磁盘扫描检测操作最重要的作用就是尽早发现磁盘上潜在扇区错误。对磁盘的扫描检测越频繁,磁盘的可靠性越高。扫描一个磁盘需要花费一定的时间,在这个时间内,会降低磁盘的性能。从性能方面考虑,需要尽可能减少磁盘扫描频率。因此,如何选择扫描频率成了系统管理者的一个难题。提出了一种新的扫描方案来解决这个难题。在该方案中,最优的扫描频率由数据丢失代价、扫描频率、磁盘失效率、磁盘潜在扇区失效率以及RAID的修复率这几者来决定。相比每个月对磁盘进行一次扫描检测操作方案,研究结果显示,从磁盘开始运行到17520个小时时,最优磁盘扫描检测方案的最大开销降幅达到了73.3%；在各种磁盘扫描检测方案中,本方案的可靠性也最高。如今,大规模存储系统中,由于数据的增长,经常需要增加新的设备；另外,由于大量存储设备的存在,使得几乎每天都会有存储设备发生故障,因此,在采用磁盘阵列作为存储设备的存储系统中,系统扩容和数据重建比较常见。系统扩容和数据重建过程对前端应用的性能影响很大。为了保障前端应用的性能,提出了一种基于灰色预测理论的方案(Seesaw)来保障前端应用的性能。在该方案中,首先监控前端应用的I/O请求规律,然后预测前端应用在接下来的时间段内的带宽需求,在尽量满足前端应用带宽需求的前提下,利用剩余的带宽能力来服务磁盘阵列的扩容和重建请求。实验显示,所提方案对于Financiall,相比没有采取本方案时,前端应用平均请求响应时间与磁盘阵列处于重建时期相比有明显提升。随着海量数据中心规模的增加,由潜在扇区错误导致的数据丢失情况越来越常见。为了防止单盘内由潜在扇区错误导致的数据丢失,现有的做法一是采用磁盘内扫描检测技术,二是采用磁盘内扇区间编码方案。磁盘内扇区间编码方案以降低磁盘性能为代价来获得更高的可靠性。该方案并不适合于高性能高可靠性要求的应用环境。由于频繁访问的数据区域更可能会发生潜在扇区错误,提出了一种利用冗余热点数据的方法来提高磁盘的性能和可靠性方案。该方案利用副本技术来提高磁盘的可靠性,利用磁头预测定位算法来选择离磁头最近的副本数据进行访问来提高性能。理论分析结果显示,该方案大大降低了磁盘发生潜在扇区错误导致的数据丢失的概率。性能测试实验结果显示,采用该方案时,磁盘的访问时间会降低20%左右。在采用Shamir门限方案的归档存储系统中,将需要存储的数据进行分割存放,在恢复原始数据时则只需要分割后的一部分数据即可恢复。在一个(k,n)门限方案中,只需要任何k份数据即可恢复出原始数据。构建了一个节能的归档存储系统GreenArc。GreenArc利用门限方案对所存储的数据在各个存储节点之间进行分发,存储节点在获取分发的数据后,选择其中k个存储节点保持服务状态,而其他n-k个存储节点保持待机状态,使得归档存储系统最大化的节约能耗。实验表明,在同一门限方案下,系统负载越轻,采用GreenArc方案的节能效果越好。在增加门限方案中的k值时,密集型负载能获得更高的节能百分比,取得的节能效果更显著。