《操作系统导论》第三十八章作业

最新推荐文章于 2024-06-11 16:32:47 发布

湖大

最新推荐文章于 2024-06-11 16:32:47 发布

阅读量528

点赞数 3

分类专栏：操作系统导论作业文章标签：经验分享

本文链接：https://blog.csdn.net/sfadjlha/article/details/125162274

版权

操作系统导论作业专栏收录该内容

7 篇文章 3 订阅

订阅专栏

38.1

解：

RAID-0级

运行指令：./raid.py -n 5 -L 1 5 -R 20 -5 LS
可以得到如下结果：
在这里插入图片描述
采用RAID-0，只是简单的条带化。所以磁盘序号=地址%磁盘数，偏移量=地址/磁盘数，磁盘数是4，所以结果如下：

-c验证可以得到如下的结果：

发现结果是相同的。

RAID-1级

运行指令：python2 raid.py -n 5 -L 1 -R 30
可以得到如下的运行结果：
在这里插入图片描述
RAID-1每个块都有镜像对，所以磁盘序号=地址2 % 磁盘数（/ +=1），偏移量=地址2 / 磁盘数，磁盘数是4.

使用-c进行验证：

RAID-4

运行指令：python2 raid.py -n 5 -L 4 -R 30
可以得到如下的结果：
在这里插入图片描述
如图，RAID-4最后一个磁盘是奇偶校验，所以磁盘序号=地址 % (磁盘数-1)，偏移量=地址 / (磁盘数-1)，磁盘数是4 。

-c进行验证可以得到如下的结果：

RAID-5

运行指令：./raid.py -s 1 -n 5 -L 5 -R 20 -5 LS -c
可以得到如下的结果：
在这里插入图片描述
上述指令可以模拟大小为20个块使用左对称RAID5策略，随机读5个数据的结果。

不断改变-s的值，进行多次的读取，可以推出在左对称算法下数据块在磁盘的布局：
在这里插入图片描述
同样的方法，使用命令：./raid.py -s 1 -n 5 -L 5 -R 20 -5 LA -c
可以模拟大小为21个块使用左不对称RAID5策略，随机读5个数据的结果：

不断改变-s的值，进行多次的读取，可以推出在左不对称算法下数据块在磁盘的布局：
在这里插入图片描述
从上面经过多次模拟得到的结果来看，在Raid5的左对称与左不对称算法下，数据块在磁盘布局上将会有较大的区别。左对称算法下每行数据块每次从校验位开始依次顺序放入不同磁盘，左不对称算法下每行数据块每次从Disk0开始依次顺序放入不同磁盘。

38.2

与第一个问题一样，但这次使用-C来改变大块的大小。大块的大小如何改变映射？

解：

根据书本上的知识，我们可以知道改变大块大小，将改变在每个磁盘上放置的块的数量，当大块大小为N倍的块大小时，将会在一个磁盘连续放置N个数据块之后移动至下一个磁盘。
接下来使用指令来进行验证：

首先，在RAID0的策略情况下：

运行指令：./raid.py -s 1 -C 8192 -n 5 -L 0 -R 20 -c
可以得到如下的运行结果：
在这里插入图片描述
上述指令模拟一共有20个块，大块大小为8192，随机读5个数据块的结果。

据此，可以推出数据块在磁盘的布局：
在这里插入图片描述
发现与我们估计的相同，所以可以知道我们分析的结果是正确的。

38.3

执行上述测试，但使用-r标志来反转每个问题的性质。

解：

就是说用-r标志，使得问题反转，之前是告诉逻辑地址，求物理地址；现在是告诉物理地址，求逻辑地址。
运行指令：python2 raid.py -n 10 -L 1 -D 4 -R 30 -r -c
可以得到如下的结果：
在这里插入图片描述
运行指令：./raid.py -s 1 -n 5 -L 0 -R 20 -r -c
可以得到如下的结果：

以RAID0策略为例：
在未反转情况下，给定逻辑地址，我们可以得到对应的磁盘和偏移：
i = A%N ，j = A/N
在反转情况下，给定磁盘和偏移，同样可以得到对应的逻辑地址：
A = i + N x j

38.4

现在使用反转标志，使用-S标志增加每个请求的大小。尝试指定8KB、12KB和16KB的大小，同时改变RAID级别。当请求的大小增加时，底层I/O模式会发生什么？请务必在顺序工作负载上尝试此操作（-W sequential）。对于什么请求大小，RAID-4和RAID-5的I/O效率更高？

解：

8KB

先是8k的写请求，大块的大小是4k，所以会是连续写两个大块，相当于对地址和地址+1的请求。
在RAID-0级策略下：
运行指令：python2 raid.py -R 30 -n 5 -L 0 -S 8k -w 100 -c
可以得到如下的结果：
在这里插入图片描述
显然，每次直接写入两个块，2次写操作。

12KB

在RAID-5策略下：
运行指令：python2 raid.py -R 30 -n 5 -L 5 -S 12k -w 100 -c（只需要修改-L后面的数字就可以得到RAID-1,2,4策略情况）
可以得到如下的结果：
在这里插入图片描述

16KB

运行指令：python2 raid.py -R 30 -n 5 -L 0 -S 16k -w 100 -c（这里只需要修改-L后面的数字即可）
在这里插入图片描述
当请求大小为16k时，RAID-4和RAID-5效率更高。因为连续的写入4个块，能更多地用到上述的连续块节省I/O的方法。

RAID 0是后面几种策略的基础，这里重点讨论RAID 1与RAID 4/5，当磁盘请求较少的情况下，这几种策略没有较大的差别，在请求数据量增大时，对于RAID 1考虑单个磁盘，它在接收一个请求之后，每个磁盘都会接收到每个其他块的请求。其在跳过的块上旋转时，不会为客户提供有用的带宽。因此，每个磁盘只能提供一半的峰值带宽；而相比RAID 1，RAID 4/5在请求较大时效率更高，一般超过一半峰值带宽。