本文關(guān)鍵詞：基于MooseFS的云存儲系統(tǒng)的研究與實(shí)現(xiàn)

  更多相關(guān)文章： 云存儲 MooseFS 負(fù)載均衡 Performance-Load算法

【摘要】：云存儲（Cloud Storage）是云計(jì)算在概念上的衍生品，所以具有云計(jì)算的所有特點(diǎn)。它伴隨著云計(jì)算的產(chǎn)生而發(fā)展，是云計(jì)算的存儲部分，并且逐漸成為研究熱點(diǎn)。負(fù)載均衡技術(shù)是云計(jì)算的關(guān)鍵技術(shù)之一，所以將負(fù)載均衡技術(shù)融入云存儲具有重要意義。 MooseFS（Moose File System）是一款具有容錯、可擴(kuò)展、兼容POSIX（PortableOperating System Interface of Unix）標(biāo)準(zhǔn)、多用途功能的分布式文件系統(tǒng)。而且MooseFS是GFS（Google File System）的C語言實(shí)現(xiàn)。正是因?yàn)镸ooseFS具有這些性質(zhì)，所以本文選擇MooseFS作為云存儲的文件系統(tǒng)。 本文基于廣州杰賽科技股份有限公司的項(xiàng)目——云存儲軟件的研究開發(fā)，完成以下工作： 1.通過仔細(xì)閱讀MooseFS最新源代碼（1.6.26），分析MooseFS現(xiàn)有的負(fù)載均衡算法存在的問題；在此基礎(chǔ)上，提出新的負(fù)載均衡算法——基于MooseFS的Performance-Load（PL）動態(tài)負(fù)載均衡算法，并將PL算法與MooseFS現(xiàn)有負(fù)載均衡算法進(jìn)行分析對比，包括算法效率、實(shí)驗(yàn)結(jié)果。為了達(dá)到更高的性能，對PL算法進(jìn)行優(yōu)化。 2.根據(jù)實(shí)際的項(xiàng)目內(nèi)容，完成基于MooseFS的云存儲系統(tǒng)的集成實(shí)現(xiàn)。通過分析將MooseFS云存儲系統(tǒng)分為兩部分，，第一部分為存儲子系統(tǒng)，第二部分為監(jiān)控子系統(tǒng)。在存儲子系統(tǒng)中，設(shè)計(jì)MooseFS的搭建方案；并在MooseFS基礎(chǔ)上實(shí)現(xiàn)對元數(shù)據(jù)服務(wù)器的High Availability（HA）；實(shí)現(xiàn)自動部署功能；最后對云存儲系統(tǒng)進(jìn)行性能測試。在監(jiān)控子系統(tǒng)中，分析并設(shè)計(jì)監(jiān)控子系統(tǒng)的模塊框架，設(shè)計(jì)并實(shí)現(xiàn)存儲控制功能模塊，最后對存儲控制模塊進(jìn)行測試。
【關(guān)鍵詞】：云存儲 MooseFS 負(fù)載均衡 Performance-Load算法
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP333
【目錄】：

• 摘要5-6
• ABSTRACT6-7
• 目錄7-10
• 第一章 緒論10-18
• 1.1 研究背景及意義10-15
• 1.2 國內(nèi)外研究現(xiàn)狀15-17
• 1.3 課題來源及論文的組織結(jié)構(gòu)17-18
• 第二章 基礎(chǔ)知識及相關(guān)技術(shù)18-30
• 2.1 云的定義18
• 2.1.1 云計(jì)算的定義18
• 2.1.2 云存儲的定義18
• 2.2 企業(yè)云存儲技術(shù)18-20
• 2.2.1 GFS18-20
• 2.2.2 HDFS20
• 2.3 FUSE20-21
• 2.4 POSIX21
• 2.5 Moose 文件系統(tǒng)21-25
• 2.5.1 概述21-22
• 2.5.2 MooseFS 基本架構(gòu)22-23
• 2.5.3 MooseFS 特點(diǎn)23
• 2.5.4 MooseFS 工作原理23-25
• 2.6 負(fù)載均衡技術(shù)25-29
• 2.6.1 負(fù)載均衡概述25
• 2.6.2 負(fù)載均衡的分類25-27
• 2.6.3 負(fù)載均衡算法27-29
• 2.7 本章小結(jié)29-30
• 第三章 MooseFS 的負(fù)載均衡算法研究30-55
• 3.1 負(fù)載均衡的定義及意義30
• 3.2 MooseFS 負(fù)載均衡現(xiàn)有算法30-34
• 3.2.1 參數(shù)定義30-32
• 3.2.2 MooseFS 中 chunkserver 現(xiàn)有的選擇思想32
• 3.2.3 chunkserver 的評價方法32-33
• 3.2.4 chunkserver 選擇算法描述33-34
• 3.3 現(xiàn)有算法存在的問題34-35
• 3.4 基于 MooseFS 的 Performance-Load 動態(tài)負(fù)載均衡算法35-39
• 3.4.1 參數(shù)定義35-37
• 3.4.2 PL 算法的思想37-38
• 3.4.3 PL 算法的評價方法38
• 3.4.4 PL 算法描述38-39
• 3.5 算法效率39-42
• 3.5.1 MooseFS 現(xiàn)有負(fù)載均衡算法效率分析39-41
• 3.5.2 PL 算法效率分析41-42
• 3.6 算法測試42-51
• 3.6.1 測試環(huán)境及方法42-43
• 3.6.2 MooseFS 現(xiàn)有的負(fù)載均衡算法測試結(jié)果43-44
• 3.6.3 PL 算法測試結(jié)果44-51
• 3.7 PL 算法優(yōu)化51-54
• 3.8 本章小結(jié)54-55
• 第四章 基于 MooseFS 的云存儲系統(tǒng)集成實(shí)現(xiàn)55-80
• 4.1 存儲子系統(tǒng)55-71
• 4.1.1 主要任務(wù)55
• 4.1.2 MooseFS 選擇55-56
• 4.1.3 集群的拓?fù)浣Y(jié)構(gòu)56
• 4.1.4 項(xiàng)目環(huán)境56-59
• 4.1.5 HA 的部署59-60
• 4.1.6 自動部署60-68
• 4.1.7 性能測試68-71
• 4.2 監(jiān)控子系統(tǒng)71-78
• 4.2.1 系統(tǒng)模塊71
• 4.2.2 存儲控制模塊71-77
• 4.2.3 存儲控制功能測試77-78
• 4.3 本章小結(jié)78-80
• 第五章 總結(jié)與展望80-82
• 5.1 工作總結(jié)80
• 5.2 展望80-82
• 致謝82-83
• 參考文獻(xiàn)83-87
• 攻碩期間取得的研究成果87-88
• 附錄88-93

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黎春蘭;鄧仲華;;信息資源視角下云計(jì)算面臨的挑戰(zhàn)[J];圖書與情報;2011年03期

2 黃意安;;存儲系統(tǒng)在數(shù)字圖書館建設(shè)中的應(yīng)用分析[J];福建圖書館理論與實(shí)踐;2008年01期

3 李喬;鄭嘯;;云計(jì)算研究現(xiàn)狀綜述[J];計(jì)算機(jī)科學(xué);2011年04期

4 韋偉,羅翔;計(jì)算機(jī)系統(tǒng)集群的負(fù)載均衡原理及實(shí)現(xiàn)方法[J];計(jì)算機(jī)時代;2002年07期

5 任宇寧;;云計(jì)算時代的存儲技術(shù)——云存儲[J];科技傳播;2012年03期

6 劉貝;湯斌;;云存儲原理及發(fā)展趨勢[J];科技信息;2011年05期

7 陳康;鄭緯民;;云計(jì)算:系統(tǒng)實(shí)例與研究現(xiàn)狀[J];軟件學(xué)報;2009年05期

8 袁源;李炳法;楊杰;丁瑩;;基于RMI的集中式并行動態(tài)負(fù)載平衡算法[J];四川大學(xué)學(xué)報(自然科學(xué)版);2006年06期

9 江秋菊;;基于云存儲的數(shù)字圖書館資源存儲[J];圖書館學(xué)刊;2012年02期

10 余海燕,鄭笑飛;幾種負(fù)載均衡解決方案的比較[J];信息系統(tǒng)工程;2000年09期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 劉同;負(fù)載均衡技術(shù)在數(shù)據(jù)庫集群系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2009年

2 陳亮;集群負(fù)載均衡關(guān)鍵技術(shù)研究[D];中南大學(xué);2009年

本文編號：618925