基于云存储的移动学习系统的研究与设计
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7页 |
目录 | 第8-11页 |
1 引言 | 第11-19页 |
1.1 研究背景与意义 | 第11-13页 |
1.1.1 社会背景 | 第11页 |
1.1.2 技术背景 | 第11-13页 |
1.1.3 研究意义 | 第13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 存储技术国内外研究现状 | 第13-15页 |
1.2.2 移动学习技术国内外研究现状 | 第15-17页 |
1.3 论文组织结构 | 第17-19页 |
2 云存储系统关键技术的研究介绍 | 第19-33页 |
2.1 存储技术 | 第19-21页 |
2.1.1 云存储与传统存储的对比 | 第19-20页 |
2.1.2 存储技术的分层模型 | 第20-21页 |
2.2 Hadoop架构 | 第21-29页 |
2.2.1 hadoop技术简介 | 第22页 |
2.2.2 HDFS结构 | 第22-27页 |
2.2.3 HBase数据库 | 第27-29页 |
2.3 存储虚拟化技术 | 第29-31页 |
2.3.1 存储虚拟化的实现方法 | 第30页 |
2.3.2 存储虚拟化的关键技术 | 第30-31页 |
2.4 分布式存储技术 | 第31-32页 |
2.5 内容分发网络技术 | 第32页 |
2.6 本章小结 | 第32-33页 |
3 系统需求分析及总体设计 | 第33-47页 |
3.1 系统需求分析 | 第33-37页 |
3.1.1 项目背景及目标 | 第33-35页 |
3.1.2 系统目标用户 | 第35页 |
3.1.3 系统性能要求 | 第35-36页 |
3.1.4 系统设计原则 | 第36-37页 |
3.2 系统总体架构设计 | 第37-42页 |
3.2.1 系统结构设计 | 第37-38页 |
3.2.2 数据库设计 | 第38-42页 |
3.3 系统技术分析 | 第42-45页 |
3.3.1 数据存储方式 | 第42-43页 |
3.3.2 数据复制 | 第43-44页 |
3.3.3 负载均衡策略 | 第44-45页 |
3.3.4 垃圾回收策略 | 第45页 |
3.4 本章小结 | 第45-47页 |
4 Paxos算法的改进及验证 | 第47-83页 |
4.1 Paxos算法 | 第47-69页 |
4.1.1 Paxos算法描述 | 第48-50页 |
4.1.2 Paxos算法角色分析 | 第50-53页 |
4.1.3 Paxos算法运行实例 | 第53-56页 |
4.1.4 Paxos算法伪代码 | 第56-61页 |
4.1.5 Paxos算法实现 | 第61-69页 |
4.2 算法的优化及改进 | 第69-77页 |
4.2.1 现有的算法优化策略 | 第70-71页 |
4.2.2 角色行为优化策略 | 第71-74页 |
4.2.3 Paxos New算法描述 | 第74-75页 |
4.2.4 Paxos New算法伪代码 | 第75-77页 |
4.3 Paxos New算法性能分析 | 第77-82页 |
4.3.1 算法性能的理论分析 | 第78-79页 |
4.3.2 算法仿真测试 | 第79-82页 |
4.4 本章小结 | 第82-83页 |
5 移动学习系统的初步实现 | 第83-91页 |
5.1 存储环境的搭建与配置 | 第83-87页 |
5.1.1 配置SSH的无密码登陆 | 第83-84页 |
5.1.2 配置Hadoop | 第84-85页 |
5.1.3 HBase安装与配置 | 第85-86页 |
5.1.4 集群的启动与使用 | 第86-87页 |
5.2 移动学习系统功能设计 | 第87-90页 |
5.2.1 学生用户 | 第87-88页 |
5.2.2 教师用户 | 第88-89页 |
5.2.3 管理员用户 | 第89-90页 |
5.2.4 平台管理员 | 第90页 |
5.3 本章小结 | 第90-91页 |
6 总结与展望 | 第91-93页 |
参考文献 | 第93-97页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第97-101页 |
学位论文数据集 | 第101页 |