并行分布式文件系统中节点达到一定规模时,大量I/O请求竞争I/O资源,造成类似网络拥塞的I/O拥塞,导致I/O吞吐率下降和I/O延迟不可控。本文以Lustre分布式文件系统为应用场景代表,对I/O拥塞控制进行研究。现有Lustre设计对大规模集群下的I/O拥塞问题考虑不足,没有对I/O请求进行有效管控,使得集群整体的效率不高。手动地对集群的存储系统进行I/O拥塞控制在HPC领域的实际应用中不够灵活,尤其是当存储系统的规模达到艾级(Exascale)时,更是难以实现。因此,有必要对自动I/O拥塞控制机制进行研究,保证全局自适应服务质量。提出一种自动I/O拥塞控制机制AIOCC(Automatic I/O congestion control)。在服务端设计了一种以提高应用I/O效率为调度目标的I/O请求调度策略,使用TBF策略实施调度过程,并将令牌分配值反馈至客户端;在客户端设计了一种动态调整I/O请求发送数量和速率的拥塞窗口控制机制,自适应地根据集群的拥塞状况调整I/O请求发送窗口,并基于应用粒度根据拥塞状况分配I/O请求发送窗口。同时,在服务端和客户端使用深度Q-learning方法优化I/O拥塞控制参数。在AIOCC机制的控制下,可以根据Lustre集群当前的运行状况,自动地调整服务端请求调度参数和客户端请求发送窗口控制参数,以降低Lustre集群中I/O拥塞对系统I/O吞吐率和I/O延迟性能的影响。实验结果表明,AIOCC能大大降低Lustre集群中由I/O拥塞对I/O吞吐率和I/O延迟性能造成的影响。对比现有Lustre集群系统,AIOCC能使写操作为主的负载I/O吞吐率提高34.82%,I/O延迟降低26.17%。