Bigtable分布式存储系统的研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.1.1 云计算概述 | 第7-8页 |
| 1.1.2 云存储技术 | 第8-9页 |
| 1.1.3 研究意义 | 第9页 |
| 1.2 Google 云计算 | 第9-14页 |
| 1.2.1 Google 云计算概述 | 第9-10页 |
| 1.2.2 Google 的云布局 | 第10-11页 |
| 1.2.3 Google 的云架构 | 第11-14页 |
| 1.3 本文结构 | 第14-15页 |
| 第二章 Bigtable 及其关键技术 | 第15-25页 |
| 2.1 Bigtable 数据模型 | 第15-16页 |
| 2.2 Bigtable 架构与实现 | 第16-20页 |
| 2.2.1 Bigtable 架构 | 第16-17页 |
| 2.2.2 元数据信息 | 第17-18页 |
| 2.2.3 读写操作 | 第18-20页 |
| 2.3 类 Bigtable 产品 | 第20-23页 |
| 2.3.1 HBase | 第20-22页 |
| 2.3.2 Hypertable | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 Bigtable 问题剖析 | 第25-33页 |
| 3.1 批量插入 | 第25-26页 |
| 3.1.1 数据分区 | 第25页 |
| 3.1.2 问题的引出 | 第25-26页 |
| 3.2 主服务器故障恢复 | 第26-27页 |
| 3.2.1 检查点机制 | 第26-27页 |
| 3.2.2 问题的引出 | 第27页 |
| 3.3 压缩机制 | 第27-29页 |
| 3.3.1 Bigtable 的压缩机制 | 第27-28页 |
| 3.3.2 问题的引出 | 第28-29页 |
| 3.4 子表服务器重启 | 第29-30页 |
| 3.5 其他问题 | 第30-32页 |
| 3.5.1 时间轴上访问 | 第30-31页 |
| 3.5.2 读操作延迟 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 第四章 Bigtable 系统优化 | 第33-47页 |
| 4.1 带预估期的批量插入方案 | 第33-38页 |
| 4.1.1 方案的提出 | 第33页 |
| 4.1.2 方案主要思想 | 第33-34页 |
| 4.1.3 问题抽象 | 第34-36页 |
| 4.1.4 问题归结 | 第36-37页 |
| 4.1.5 实验仿真与分析 | 第37-38页 |
| 4.2 主服务检查点的实现 | 第38-41页 |
| 4.2.1 方案主要思想 | 第38-39页 |
| 4.2.2 具体实现 | 第39-40页 |
| 4.2.3 方案分析 | 第40-41页 |
| 4.3 基于数量的压缩方案 | 第41-43页 |
| 4.3.1 方案主要思想 | 第41-42页 |
| 4.3.2 具体实现 | 第42-43页 |
| 4.3.3 方案分析 | 第43页 |
| 4.4 子表服务器初始化 | 第43-45页 |
| 4.4.1 方案主要思想 | 第43-44页 |
| 4.4.2 方案性能分析 | 第44-45页 |
| 4.5 其它问题的解决方案 | 第45-46页 |
| 4.5.1 带时间索引的 SSTable | 第45-46页 |
| 4.5.2 读操作优化 | 第46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 总结 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 作者攻读硕士期间的研究成果 | 第55页 |
| 作者攻读硕士期间参加的科研项目 | 第55-56页 |
