| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 概述 | 第14页 |
| 1.2.2 研究现状 | 第14-16页 |
| 1.2.3 发展趋势 | 第16页 |
| 1.3 研究内容和意义 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 2 相关技术研究 | 第19-35页 |
| 2.1 大数据存储技术 | 第19-23页 |
| 2.1.1 ETL技术 | 第19-20页 |
| 2.1.2 NoSQL技术 | 第20-22页 |
| 2.1.3 大数据分布式文件系统 | 第22-23页 |
| 2.2 大数据存储面临的主要问题及扩展要求 | 第23-25页 |
| 2.2.1 大数据存储和处理面临的问题 | 第23-24页 |
| 2.2.2 大数据存储和处理的扩展要求 | 第24-25页 |
| 2.3 Hadoop架构 | 第25-29页 |
| 2.3.1 HDFS | 第25-28页 |
| 2.3.2 MapReduce | 第28-29页 |
| 2.4 HDFS读写流程分析 | 第29-31页 |
| 2.4.1 HDFS读文件过程 | 第29-30页 |
| 2.4.2 HDFS写文件过程 | 第30-31页 |
| 2.5 HDFS现有小文件处理策略 | 第31-33页 |
| 2.5.1 Hadoop Archive文件归档 | 第31-32页 |
| 2.5.2 SequenceFile | 第32-33页 |
| 2.5.3 MapFile | 第33页 |
| 2.6 本章小结 | 第33-35页 |
| 3 扩展的Hadoop分布式文件系统(EHDFS)架构 | 第35-51页 |
| 3.1 扩展的Hadoop分布式文件系统(EHDFS)设计思路 | 第35-36页 |
| 3.2 扩展的Hadoop分布式文件系统改进指标分析 | 第36-37页 |
| 3.2.1 Namenode内存消耗 | 第36页 |
| 3.2.2 文件写入效率 | 第36页 |
| 3.2.3 文件读取效率 | 第36-37页 |
| 3.3 扩展的Hadoop分布式文件系统(EHDFS) | 第37-40页 |
| 3.3.1 文件判别模块 | 第38-39页 |
| 3.3.2 文件处理模块 | 第39页 |
| 3.3.3 文件合并模块 | 第39页 |
| 3.3.4 文件预取和缓存模块 | 第39-40页 |
| 3.3.5 HDFS客户端 | 第40页 |
| 3.4 扩展的Hadoop分布式文件系统(EHDFS)操作过程 | 第40-44页 |
| 3.4.1 写文件 | 第40-41页 |
| 3.4.2 读文件 | 第41-43页 |
| 3.4.3 删除文件 | 第43-44页 |
| 3.5 基于文件类型的小文件合并算法(SFMFT) | 第44-46页 |
| 3.5.1 算法提出背景 | 第44-45页 |
| 3.5.2 算法设计与实现 | 第45-46页 |
| 3.5.3 算法分析 | 第46页 |
| 3.6 基于文件类型的合并文件元数据多级索引算法(MFMMIFT) | 第46-48页 |
| 3.6.1 算法提出背景 | 第46页 |
| 3.6.2 算法设计与实现 | 第46-47页 |
| 3.6.3 算法分析 | 第47-48页 |
| 3.7 基于动态频率统计的热存储算法(TSDFS) | 第48-49页 |
| 3.7.1 算法提出背景 | 第48页 |
| 3.7.2 算法设计与实现 | 第48-49页 |
| 3.7.3 算法分析 | 第49页 |
| 3.8 本章小结 | 第49-51页 |
| 4 性能测试与分析 | 第51-58页 |
| 4.1 Hadoop平台安装 | 第51页 |
| 4.2 实验验证与分析 | 第51-56页 |
| 4.2.1 小文件存储Namenode内存消耗分析 | 第51-53页 |
| 4.2.2 小文件存储文件效率分析 | 第53-54页 |
| 4.2.3 小文件读取文件效率分析 | 第54-56页 |
| 4.3 实验结论分析 | 第56页 |
| 4.4 本章小结 | 第56-58页 |
| 5 结论 | 第58-60页 |
| 5.1 论文总结 | 第58页 |
| 5.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第63-65页 |
| 学位论文数据集 | 第65页 |
