本文關(guān)鍵詞：面向云存儲系統(tǒng)的副本創(chuàng)建策略研究

  更多相關(guān)文章： 云存儲 副本創(chuàng)建 副本冗余度 副本布局 TOPSIS算法 灰度理論

【摘要】：云存儲是云計算概念的延伸與發(fā)展,具有存儲容量大、性能高、成本低、通用性高和易擴(kuò)展性的特點(diǎn)。它的出現(xiàn)與發(fā)展,改變了傳統(tǒng)的數(shù)據(jù)存儲方式,并為數(shù)據(jù)的存儲和管理提供了優(yōu)秀的解決方案,成為了很多企業(yè)用戶和個人用戶提高效率、減少成本的重要選擇。 在云存儲系統(tǒng)中,副本技術(shù)是一種常用的技術(shù),為數(shù)據(jù)創(chuàng)建副本對于系統(tǒng)的可用性與可靠性以及減小系統(tǒng)的響應(yīng)時間具有重要的作用。副本技術(shù)策略主要包括副本的創(chuàng)建機(jī)制、副本的刪除機(jī)制、副本定位機(jī)制和副本的一致性維護(hù)機(jī)制。為了提高系統(tǒng)的可用性與性能,本文以HDFS為研究平臺,主要研究副本創(chuàng)建策略中的副本冗余度和副本的布局策略。本文中的主要工作有： 1、分析研究了云存儲的研究現(xiàn)狀和關(guān)鍵技術(shù),以HDFS為基本架構(gòu),重點(diǎn)研究了云存儲中的副本管理技術(shù),并總結(jié)了其管理特點(diǎn)和存在的問題。 2、針對HDFS設(shè)置副本冗余度的不足,本文提出了基于文件訪問熱度的副本冗余策略機(jī)制,該機(jī)制可以根據(jù)文件的被訪問頻率動態(tài)確定副本的冗余度,并通過增加了文件熱度的更新隊列,來解決短時間內(nèi)訪問量突增時副本冗余度的確定。文中具體描述了文件熱度的計算,文件熱度隊列的更新以及如何通過熱度確定冗余度的策略,并描述了副本創(chuàng)建的流程。 3、針對HDFS的副本布局方面,在機(jī)架感知基礎(chǔ)上,本文提出了一種基于用戶數(shù)據(jù)分類和改進(jìn)TOPSIS算法的副本布局策略,首先基于用戶需求對數(shù)據(jù)進(jìn)行分類,并對傳統(tǒng)的TOPSIS算法進(jìn)行灰色關(guān)聯(lián)系數(shù)的改進(jìn),然后通過改進(jìn)的TOPSIS算法對節(jié)點(diǎn)排序,最后選擇適合用戶需求的最優(yōu)節(jié)點(diǎn)進(jìn)行副本布局。
【關(guān)鍵詞】：云存儲 副本創(chuàng)建 副本冗余度 副本布局 TOPSIS算法 灰度理論
【學(xué)位授予單位】：首都師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP333
【目錄】：

• 摘要4-5
• Abstract5-9
• 圖目錄9-10
• 表目錄10-11
• 第1章 緒論11-25
• 1.1 研究背景11-21
• 1.1.1 云計算11-14
• 1.1.2 云存儲14-19
• 1.1.3 副本管理技術(shù)19-21
• 1.2 研究現(xiàn)狀21-23
• 1.3 本文主要研究內(nèi)容及組織結(jié)構(gòu)23-24
• 1.4 本章小結(jié)24-25
• 第2章 相關(guān)技術(shù)研究25-35
• 2.1 典型云存儲系統(tǒng)25-30
• 2.1.1 Google文件系統(tǒng)25-28
• 2.1.2 Hadoop分布式文件系統(tǒng)28-30
• 2.1.3 Amazon云存儲系統(tǒng)30
• 2.2 副本創(chuàng)建技術(shù)30-33
• 2.2.1 典型副本創(chuàng)建技術(shù)31
• 2.2.2 HDFS中的副本創(chuàng)建技術(shù)31-33
• 2.3 本章小結(jié)33-35
• 第3章 基于文件訪問熱度的數(shù)據(jù)副本冗余策略35-45
• 3.1 HDFS默認(rèn)副本冗余策略35-36
• 3.2 基于文件訪問熱度的數(shù)據(jù)副本冗余策略36-41
• 3.2.1 文件熱度的計算36-38
• 3.2.2 熱度隊列更新38
• 3.2.3 最大副本數(shù)與最小副本數(shù)38-40
• 3.2.4 確定副本冗余度40-41
• 3.3 實(shí)驗與分析41-43
• 3.4 本章小結(jié)43-45
• 第4章 基于數(shù)據(jù)分類與改進(jìn)TOPSIS算法的副本布局策略45-61
• 4.1 數(shù)據(jù)副木布局相關(guān)技術(shù)45-49
• 4.1.1 HDFS默認(rèn)副本布局策略45-46
• 4.1.2 TOPSIS算法46-48
• 4.1.3 基于灰色關(guān)聯(lián)系數(shù)的TOPSIS算法48-49
• 4.2 基于數(shù)據(jù)分類與改進(jìn)TOPSIS算法的副本布局策略49-57
• 4.2.1 用戶需求分類50-51
• 4.2.2 機(jī)架選擇策略51
• 4.2.3 節(jié)點(diǎn)評價指標(biāo)51-53
• 4.2.4 確定各類數(shù)據(jù)屬性權(quán)重53-54
• 4.2.5 數(shù)據(jù)放置計算過程54-57
• 4.3 實(shí)驗與分析57-59
• 4.4 木章小結(jié)59-61
• 第5章 總結(jié)與展望61-63
• 5.1 本文工作總結(jié)61
• 5.2 下一步的主要工作61-63
• 參考文獻(xiàn)63-65
• 致謝65-67
• 攻讀碩士學(xué)位期間論文與科研情況67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 虎瑩;;淺談云計算在氣象事業(yè)中的展望[J];電腦知識與技術(shù);2009年21期

2 付智慧;;云計算實(shí)施存在的問題[J];電腦知識與技術(shù);2009年32期

3 鄭子華,陳家禎,陳利永;基于灰色絕對關(guān)聯(lián)度的邊緣檢測算法[J];福建師范大學(xué)學(xué)報(自然科學(xué)版);2004年04期

4 阿里木江·阿布力克木;古麗加瑪麗·胡加阿布都拉;庫爾班江·托乎提;馬錚;;云計算的應(yīng)用價值及其安全性研究[J];計算機(jī)光盤軟件與應(yīng)用;2012年06期

5 劉田甜;李超;胡慶成;張桂剛;;云環(huán)境下多副本管理綜述[J];計算機(jī)研究與發(fā)展;2011年S3期

6 田怡萌;李小勇;劉海濤;;分布式文件系統(tǒng)副本一致性檢測研究[J];計算機(jī)研究與發(fā)展;2012年S1期

7 陳雷,王延章;基于熵權(quán)系數(shù)與TOPSIS集成評價決策方法的研究[J];控制與決策;2003年04期

8 翟振杰;劉斌;黨耀國;;一種新的關(guān)聯(lián)度量化模型及其在農(nóng)民收入結(jié)構(gòu)分析中的應(yīng)用[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2006年01期

9 董繼光;陳衛(wèi)衛(wèi);田浪軍;吳海佳;;大規(guī)模云存儲系統(tǒng)副本布局研究[J];計算機(jī)應(yīng)用;2012年03期

10 高廣飛;姚軍;;基于Hadoop云平臺的礦井指紋定位算法研究[J];金屬礦山;2013年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 郭良敏;P2P文件共享系統(tǒng)中的副本技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2011年

，

本文編號：1124384