本文關(guān)鍵詞：基于海量數(shù)據(jù)存儲(chǔ)的性能測(cè)試與優(yōu)化研究

  更多相關(guān)文章： 海量數(shù)據(jù)存儲(chǔ) 云存儲(chǔ) Hadoop集群 LoadRunner 性能測(cè)試 性能優(yōu)化

【摘要】：隨著數(shù)據(jù)存儲(chǔ)規(guī)模的不斷擴(kuò)大,傳統(tǒng)磁盤(pán)陣列技術(shù)和網(wǎng)絡(luò)存儲(chǔ)技術(shù)已經(jīng)不能滿(mǎn)足海量數(shù)據(jù)存儲(chǔ)的性能需求,高性能的云存儲(chǔ)技術(shù)逐漸取代傳統(tǒng)數(shù)據(jù)存儲(chǔ)技術(shù)。為了滿(mǎn)足海量數(shù)據(jù)存儲(chǔ)系統(tǒng)的性能需求,本文使用云存儲(chǔ)服務(wù)代表之一的Hadoop分布式存儲(chǔ)框架,結(jié)合非關(guān)系型數(shù)據(jù)庫(kù)HBase、分布式文件系統(tǒng)HDFS和并行編程模型MapReduce,為庫(kù)存與物流配送管理系統(tǒng)搭建和部署Hadoop集群,滿(mǎn)足系統(tǒng)的分布式、大容量、高性能和高擴(kuò)展性的要求。嚴(yán)格按照性能測(cè)試的流程,使用自動(dòng)化測(cè)試工具LoadRunner對(duì)系統(tǒng)進(jìn)行性能測(cè)試,整理測(cè)試結(jié)果,分析系統(tǒng)的性能瓶頸,最后通過(guò)HBase數(shù)據(jù)庫(kù)優(yōu)化、Hadoop集群優(yōu)化、Web服務(wù)器升級(jí)和作業(yè)調(diào)度策略改進(jìn),實(shí)現(xiàn)系統(tǒng)性能優(yōu)化的目標(biāo)。
【學(xué)位授予單位】：長(zhǎng)春理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP333

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 張鼐;;云計(jì)算環(huán)境下信息資源共享模式研究[J];情報(bào)科學(xué);2010年10期

2 劉娟;豆育升;何晨;唐紅;;基于調(diào)度器的Hadoop性能優(yōu)化方法研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年01期

3 李?lèi)?ài)勤;鮑凌云;馮曉娜;;數(shù)字圖書(shū)館資源云存儲(chǔ)模型研究[J];現(xiàn)代情報(bào);2012年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 陳劍銳;基于Hadoop海量數(shù)據(jù)存儲(chǔ)仿真平臺(tái)的研究與設(shè)計(jì)[D];華南理工大學(xué);2011年

2 陳璐;基于云計(jì)算的海量數(shù)據(jù)存儲(chǔ)技術(shù)的研究及應(yīng)用[D];武漢科技大學(xué);2011年

3 曹風(fēng)兵;基于Hadoop的云計(jì)算模型研究與應(yīng)用[D];重慶大學(xué);2011年

4 鄧自立;云計(jì)算中的網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)和Hadoop平臺(tái)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

5 張喜;海量數(shù)據(jù)存儲(chǔ)模式的研究[D];廣東工業(yè)大學(xué);2012年

6 邰建華;Hadoop平臺(tái)下的海量數(shù)據(jù)存儲(chǔ)技術(shù)研究[D];東北石油大學(xué);2012年

7 成飛龍;基于Hadoop的海量傳感數(shù)據(jù)管理系統(tǒng)[D];南京理工大學(xué);2013年

，

本文編號(hào)：1250269