分布式文件系统性能建模及应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第一章 绪论 | 第14-22页 |
| ·本研究的研究背景及意义 | 第14-17页 |
| ·分布式文件系统是海量数据存储的必然需求 | 第15页 |
| ·性能是分布式文件系统研究的关键 | 第15-16页 |
| ·云计算环境下的分布式文件系统性能研究热潮 | 第16-17页 |
| ·本研究的关键问题 | 第17-19页 |
| ·分布式文件系统性能因素及分布问题 | 第17-18页 |
| ·分布式文件系统性能评估问题 | 第18页 |
| ·分布式文件系统性能建模与预测问题 | 第18-19页 |
| ·分布式文件系统性能优化问题 | 第19页 |
| ·本论文的主要工作 | 第19-20页 |
| ·本论文的内容组织 | 第20-22页 |
| 第二章 分布式文件系统关键技术 | 第22-45页 |
| ·分布式文件系统概述 | 第22-24页 |
| ·典型的分布式文件系统 | 第24-35页 |
| ·GFS文件系统 | 第24-27页 |
| ·HDFS文件系统 | 第27-31页 |
| ·Lustre文件系统 | 第31-35页 |
| ·分布式文件系统研究概述 | 第35-38页 |
| ·元数据管理和查询优化 | 第36页 |
| ·性能参数分析和调优 | 第36-37页 |
| ·优化数据分布策略 | 第37页 |
| ·优化数据访问路径 | 第37页 |
| ·系统可用性和可扩展性 | 第37-38页 |
| ·系统性能评估和建模 | 第38页 |
| ·分布式文件系统的性能研究难点 | 第38-44页 |
| ·性能因素分析及提取 | 第40-41页 |
| ·性能评估 | 第41-42页 |
| ·性能建模与预测 | 第42页 |
| ·性能优化设计 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第三章 分布式文件系统的性能评估 | 第45-71页 |
| ·分布式文件系统性能因素及分布 | 第45-48页 |
| ·性能因素分布概述 | 第45-47页 |
| ·元数据服务器相关的性能因素 | 第47页 |
| ·数据存储服务器相关的性能因素 | 第47-48页 |
| ·客户端/应用相关的性能因素 | 第48页 |
| ·网络相关的性能因素 | 第48页 |
| ·关键性能因素详细分析 | 第48-56页 |
| ·条带化模式参数 | 第48-52页 |
| ·读/写缓存（Cache）效应 | 第52-53页 |
| ·日志类型 | 第53-54页 |
| ·服务线程数量 | 第54页 |
| ·Inode的大小和数量 | 第54-55页 |
| ·超时配置 | 第55-56页 |
| ·分布式文件系统性能评估框架 | 第56-59页 |
| ·性能评估框架 | 第56-57页 |
| ·Lustre性能评估方案 | 第57-59页 |
| ·Lustre文件系统性能评估 | 第59-69页 |
| ·性能评估目标 | 第59页 |
| ·性能评估实验设计 | 第59-62页 |
| ·性能评估结果及分析 | 第62-69页 |
| ·本章小结 | 第69-71页 |
| 第四章 基于机器学习的性能预测模型 | 第71-89页 |
| ·系统架构与性能因素分析 | 第71-73页 |
| ·基于机器学习的性能预测模型MLPPModel | 第73-82页 |
| ·模型假设与分析 | 第73-74页 |
| ·模型参数设计 | 第74-75页 |
| ·模型构建 | 第75-80页 |
| ·特征因素选择算法 | 第80-81页 |
| ·机器学习预测算法 | 第81-82页 |
| ·性能评估实验 | 第82-85页 |
| ·实验环境 | 第82页 |
| ·实验用例设计 | 第82-83页 |
| ·性能评估结果分析 | 第83-85页 |
| ·性能预测及实验 | 第85-88页 |
| ·性能评估评价标准 | 第85页 |
| ·性能预测结果分析 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第五章 基于相对预测模型的性能预测方法 | 第89-109页 |
| ·系统架构与性能因素分析 | 第89-90页 |
| ·性能相关性模型PRModel | 第90-91页 |
| ·相对性能预测模型RPPModel | 第91-97页 |
| ·模型假设与分析 | 第91页 |
| ·模型参数设计 | 第91-92页 |
| ·相对性能预测模型构建 | 第92-94页 |
| ·模型传递性质 | 第94-97页 |
| ·性能评估实验 | 第97-100页 |
| ·实验环境 | 第97页 |
| ·实验用例设计 | 第97-98页 |
| ·性能评估结果分析 | 第98-100页 |
| ·性能模型分析 | 第100-107页 |
| ·性能相关性分析 | 第100-101页 |
| ·相对性能预测模型分析 | 第101-107页 |
| ·本章小结 | 第107-109页 |
| 第六章 面向应用的性能优化及模型应用 | 第109-134页 |
| ·HDFS和Lustre性能评估及分析 | 第109-115页 |
| ·评估平台搭建 | 第109-112页 |
| ·评估实验搭建 | 第112-113页 |
| ·评估结果分析 | 第113-114页 |
| ·HDFS存在的性能问题分析 | 第114-115页 |
| ·基于并行策略的HDFS写操作优化方案 | 第115-118页 |
| ·问题分析 | 第115-116页 |
| ·优化方案设计 | 第116-118页 |
| ·实验验证及模型应用 | 第118-132页 |
| ·实验设计 | 第119-120页 |
| ·实验验证结果及分析 | 第120-122页 |
| ·机器学习预测模型应用及分析 | 第122-125页 |
| ·相对性能预测模型应用及分析 | 第125-129页 |
| ·机器学习和相对性能预测模型差异及分析 | 第129-132页 |
| ·本章小结 | 第132-134页 |
| 结论 | 第134-137页 |
| 一、本文的主要工作 | 第134-135页 |
| 二、下一步的工作计划 | 第135-137页 |
| 参考文献 | 第137-149页 |
| 攻读博士期间取得的研究成果 | 第149-151页 |
| 致谢 | 第151-152页 |
| 附件 | 第152页 |
