針對(duì)Hadoop HDFS存儲(chǔ)大數(shù)據(jù)性能低下的問題,結(jié)合導(dǎo)彈全壽命周期大數(shù)據(jù)存儲(chǔ)性能要求,以不同類型的分布式應(yīng)用為依據(jù),提出一種由大數(shù)據(jù)分布式存儲(chǔ)層、典型緩存策略層、典型數(shù)據(jù)訪問模式層和導(dǎo)彈上層分布式應(yīng)用層構(gòu)成的四層次分布式存儲(chǔ)系統(tǒng)。試驗(yàn)表明:該系統(tǒng)可實(shí)現(xiàn)導(dǎo)彈全壽命周期大數(shù)據(jù)的穩(wěn)定快速存儲(chǔ);存儲(chǔ)較小數(shù)據(jù)時(shí)平均時(shí)間高于WR算法2%,內(nèi)存占用率降低32%;深度學(xué)習(xí)框架下的存儲(chǔ)效率具有更大的緩存命中率和緩存效用。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 總體設(shè)計(jì)及系統(tǒng)組成
2 分層設(shè)計(jì)及實(shí)現(xiàn)
    2.1 導(dǎo)彈上層分布式應(yīng)用
    2.2 典型數(shù)據(jù)訪問模式
    2.3 典型緩存調(diào)度策略
        1)LRFU(least recently/frequently used)緩存策略
        2)基于條件變分編碼器的緩存策略(CBS)
        3)自適應(yīng)內(nèi)存緩存策略(AMC)
        4)緩存權(quán)重替換策略(CWS)
    2.4 分布式分層次存儲(chǔ)系統(tǒng)
3 試驗(yàn)分析
4 結(jié)論



本文編號(hào)：3825448