本文關(guān)鍵詞：大規(guī)模協(xié)同計(jì)算平臺(tái)下緩存層的研究與優(yōu)化　出處：《西安電子科技大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 分布式緩存系統(tǒng) Redis 吞吐量急劇降低

【摘要】：Redis在云計(jì)算領(lǐng)域內(nèi)得到了廣泛的應(yīng)用,可以用來構(gòu)建一個(gè)高性能、大規(guī)模分布式緩存系統(tǒng)。Redis緩存系統(tǒng)將所有數(shù)據(jù)以鍵值對(duì)的形式存儲(chǔ)于內(nèi)存中,以減少訪問關(guān)系型數(shù)據(jù)庫(kù)的次數(shù),提高讀寫效率。然而,在大規(guī)模協(xié)同云計(jì)算平臺(tái)的實(shí)際應(yīng)用中,Redis大規(guī)模分布式緩存層有會(huì)出現(xiàn)吞吐量急劇降低的問題,影響了平臺(tái)服務(wù)的性能與穩(wěn)定性,成為目前亟待解決的問題。首先,論文對(duì)Redis勺內(nèi)部?jī)?nèi)存、持久化、事件處理、集群模式的機(jī)制與工作原理進(jìn)行詳細(xì)介紹,并將Redis與Memcached進(jìn)行全方位的對(duì)比分析,說明使用Redis構(gòu)造大規(guī)模緩存層的原因。然后,論文對(duì)云平臺(tái)實(shí)際應(yīng)用中出現(xiàn)的Redis緩存層吞吐量急劇降低問題進(jìn)行分析。針對(duì)吞吐量急劇降低階段發(fā)生的必要條件,縮小問題的分析范圍,定位到導(dǎo)致吞吐量急劇增大運(yùn)行流程中,所涉及的數(shù)據(jù)存儲(chǔ)細(xì)節(jié)與算法流程。之后對(duì)其進(jìn)行詳細(xì)分析,以定位緩存層吞吐量下降的原因。針對(duì)導(dǎo)致吞吐量急劇增大的算法細(xì)節(jié),論文提出改進(jìn)方案。以使得Redis服務(wù)器在大規(guī)模協(xié)同云計(jì)算平臺(tái)下構(gòu)建的緩存層,可以提供良好穩(wěn)定的服務(wù)。最后,論文對(duì)本文提出的改進(jìn)方案進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)表明,本文提出的針對(duì)Redis的改進(jìn),很好地解決了Redis在本文應(yīng)用場(chǎng)景下的吞吐量急劇降低問題。
[Abstract]:Redis has been widely used in the field of cloud computing, which can be used to build a high-performance, large-scale distributed caching system. The Redis caching system stores all data in memory in the form of key value pairs to reduce the number of access relational databases and improve the efficiency of reading and writing. However, in the practical application of large-scale collaborative cloud computing platform, the large scale distributed cache layer of Redis will cause a sharp decline in throughput, which will affect the performance and stability of platform services, which has become an urgent problem at present. First of all, the paper introduces the Redis spoon's internal memory, persistence, event handling, clustering mode and the working principle, and makes a comprehensive comparative analysis between Redis and Memcached, and explains the reason of using Redis to build massive cache layer. Then, the paper analyzes the problem of the sharp reduction in the throughput of Redis cache layer in the actual application of the cloud platform. Aiming at the necessary conditions for the rapid reduction of throughput, we narrow the scope of the problem analysis and locate the data storage details and algorithm flow in the operation process, which results in a sharp increase in throughput. It is then analyzed in detail to locate the cause of the decline in the throughput of the cache layer. In view of the algorithm details that lead to a sharp increase in throughput, an improved scheme is proposed in this paper. The caching layer that enables the Redis server to build under a large-scale collaborative cloud computing platform can provide a good and stable service. Finally, the paper makes a comparative experiment on the improved scheme proposed in this paper. The experiment shows that the improvement proposed in this paper is a good solution to the problem of the sharp decrease in throughput of Redis in this application scenario.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP333

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;云計(jì)算下的互聯(lián)網(wǎng)信息匯聚和熱點(diǎn)緩存系統(tǒng)[J];軟件和信息服務(wù);2011年06期

2 ;2011年5款備受關(guān)注的開源NoSQL數(shù)據(jù)庫(kù)[J];硅谷;2012年01期

3 林信達(dá);柏林;;利用緩存系統(tǒng)提升寬帶用戶體驗(yàn)[J];電信技術(shù);2011年12期

4 王侃;陳志奎;;面向存儲(chǔ)服務(wù)的分布式緩存系統(tǒng)研究[J];計(jì)算機(jī)工程;2010年15期

5 王必堯;王勁林;吳剛;劉學(xué);;一種應(yīng)用于分布式緩存系統(tǒng)中的緩存部署算法[J];小型微型計(jì)算機(jī)系統(tǒng);2012年08期

6 韓向春;郭婷婷;林星宇;豐保杰;;集群緩存系統(tǒng)中代理緩存技術(shù)的研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年20期

7 崔大海;曹炳堯;;順序流媒體緩存系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];電子測(cè)量技術(shù);2012年10期

8 陳森利;吳福疆;林洪浩;李楠;;電力計(jì)量采集系統(tǒng)中分布式緩存系統(tǒng)研究[J];信息技術(shù);2014年07期

9 祁暉;劉衍珩;曲良東;魏達(dá);;車載中心式導(dǎo)航系統(tǒng)中緩存系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2012年03期

10 黃曼萍;80386高性能超高速緩存系統(tǒng)[J];航空電子技術(shù);1993年03期

相關(guān)重要報(bào)紙文章 前1條

1 ;XceL4加速緩存系統(tǒng)[N];計(jì)算機(jī)世界;2002年

相關(guān)博士學(xué)位論文 前2條

1 房振滿;多核緩存系統(tǒng)優(yōu)化及評(píng)測(cè)研究[D];復(fù)旦大學(xué);2014年

2 姚士佳;視頻分發(fā)與緩存協(xié)同優(yōu)化技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 金冉冉;云計(jì)算平臺(tái)中內(nèi)存緩存系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

2 張勇;WebCache技術(shù)研究及應(yīng)用[D];西安科技大學(xué);2015年

3 孫赫;大規(guī)模協(xié)同計(jì)算平臺(tái)下緩存層的研究與優(yōu)化[D];西安電子科技大學(xué);2015年

4 蘭向宇;基于FPGA的數(shù)據(jù)壓縮緩存系統(tǒng)研究[D];西安電子科技大學(xué);2015年

5 陳濤;基于內(nèi)存的分布式緩存系統(tǒng)設(shè)計(jì)[D];華中師范大學(xué);2012年

6 鄭偉;基于云計(jì)算的分布式緩存系統(tǒng)的研究和實(shí)現(xiàn)[D];重慶大學(xué);2012年

7 沈偉;云計(jì)算平臺(tái)下分布式緩存系統(tǒng)的性能優(yōu)化研究[D];西安電子科技大學(xué);2014年

8 申彤;云存儲(chǔ)網(wǎng)關(guān)的分布式緩存系統(tǒng)的研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

9 關(guān)媛元;基于緩存系統(tǒng)的影視級(jí)別群組動(dòng)畫制作方法的研究及實(shí)現(xiàn)[D];東北師范大學(xué);2015年

10 張德強(qiáng);分布式全文檢索中緩存系統(tǒng)研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2011年

，

本文編號(hào)：1343145