云存储系统中数据副本策略研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 云存储系统发展现状 | 第14-16页 |
| 1.2.2 副本技术研究现状 | 第16-17页 |
| 1.3 本文主要研究工作 | 第17-18页 |
| 1.4 论文结构安排 | 第18-20页 |
| 第二章 云存储系统及技术研究 | 第20-32页 |
| 2.1 云存储的相关理论 | 第20-23页 |
| 2.1.1 云存储基本概念 | 第20-21页 |
| 2.1.2 云存储系统的结构模型 | 第21-22页 |
| 2.1.3 副本技术 | 第22-23页 |
| 2.2 Hadoop分布式架构系统 | 第23-30页 |
| 2.2.1 Hadoop的整体架构 | 第23-24页 |
| 2.2.2 分布式文件系统HDFS | 第24-25页 |
| 2.2.3 Map Reduce计算框架 | 第25-27页 |
| 2.2.4 YARN基本框架 | 第27-29页 |
| 2.2.5 默认副本管理策略 | 第29-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第三章 基于节点评价的副本放置策略 | 第32-42页 |
| 3.1 副本放置策略研究 | 第32-33页 |
| 3.1.1 问题研究 | 第32页 |
| 3.1.2 多目标优化算法 | 第32-33页 |
| 3.2 存储节点的评价体系 | 第33-35页 |
| 3.2.1 评价体系指标说明 | 第33-34页 |
| 3.2.2 评价体系指标权重分配 | 第34页 |
| 3.2.3 节点评价策略 | 第34-35页 |
| 3.3 基于节点评价的副本放置策略 | 第35-37页 |
| 3.3.1 主副本的放置 | 第36页 |
| 3.3.2 其它副本的放置 | 第36-37页 |
| 3.4 副本放置实验和分析 | 第37-41页 |
| 3.4.1 副本放置的存储负载平衡测试 | 第37-38页 |
| 3.4.2 副本的读写速度测试 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 基于文件热度的副本动态管理策略 | 第42-50页 |
| 4.1 副本动态管理策略研究 | 第42-43页 |
| 4.1.1 问题的研究 | 第42-43页 |
| 4.1.2 动态副本管理策略 | 第43页 |
| 4.1.3 影响副本动态管理的参数 | 第43页 |
| 4.2 副本访问频率的计算 | 第43-44页 |
| 4.3 指数平滑法计算副本热度 | 第44-46页 |
| 4.4 算法流程的描述 | 第46-47页 |
| 4.5 副本动态管理实验与分析 | 第47-49页 |
| 4.5.1 实验方案 | 第47页 |
| 4.5.2 实验结果及分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 兼顾负载均衡的副本快速恢复策略 | 第50-60页 |
| 5.1 副本恢复策略研究 | 第50-53页 |
| 5.1.1 问题的研究 | 第50页 |
| 5.1.2 Hadoop默认的解决方案 | 第50-52页 |
| 5.1.3 本章策略解决思路 | 第52-53页 |
| 5.2 兼顾负载均衡的副本快速恢复策略 | 第53-58页 |
| 5.2.1 副本的恢复策略流程 | 第53-55页 |
| 5.2.2 副本恢复的相关概念 | 第55页 |
| 5.2.3 节点负载的计算 | 第55-57页 |
| 5.2.4 副本恢复算法描述 | 第57-58页 |
| 5.3 副本恢复策略实验与分析 | 第58-59页 |
| 5.3.1 实验方案 | 第58页 |
| 5.3.2 实验结果及分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-64页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 展望 | 第61-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
