| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究内容与主要贡献 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 第2章 相关技术分析 | 第16-26页 |
| 2.1 Hadoop分布式文件系统HDFS | 第16-19页 |
| 2.1.1 HDFS概述 | 第16页 |
| 2.1.2 HDFS框架 | 第16-18页 |
| 2.1.3 HDFS副本放置策略 | 第18-19页 |
| 2.2 HDFS异构存储方案 | 第19-22页 |
| 2.3 副本策略 | 第22-24页 |
| 2.3.1 副本选择策略 | 第22-23页 |
| 2.3.2 副本管理策略 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 基于异构存储的HDFS副本选择策略 | 第26-34页 |
| 3.1 HDFS默认副本选择策略分析 | 第26-27页 |
| 3.2 基于异构存储的HDFS数据访问性能影响因子分析 | 第27-28页 |
| 3.3 影响因子权系数的确定 | 第28-32页 |
| 3.4 基于异构存储的HDFS副本选择策略流程 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于异构存储的HDFS动态副本管理策略 | 第34-44页 |
| 4.1 Datanode内部数据调整阶段 | 第35页 |
| 4.2 跨Datanode数据调整阶段 | 第35-42页 |
| 4.2.1 跨Datanode数据调整问题分析 | 第35-36页 |
| 4.2.2 标准粒子群优化算法 | 第36-37页 |
| 4.2.3 基于遗传思想离散粒子群的副本调整算法 | 第37-41页 |
| 4.2.4 跨Datanode数据副本调整流程 | 第41-42页 |
| 4.3 本章小结 | 第42-44页 |
| 第5章 实验与分析 | 第44-56页 |
| 5.1 仿真工具CloudSim及扩展 | 第44-48页 |
| 5.1.1 CloudSim概述 | 第44页 |
| 5.1.2 CloudSim框架 | 第44-45页 |
| 5.1.3 基于HDFS的CloudSim扩展的构建 | 第45-48页 |
| 5.2 仿真实验 | 第48-54页 |
| 5.2.1 实验环境配置 | 第48页 |
| 5.2.2 基于异构存储的HDFS副本选择策略实验 | 第48-51页 |
| 5.2.3 基于异构存储的HDFS动态副本管理策略实验 | 第51-54页 |
| 5.3 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间获得的科研成果 | 第62-64页 |
| 致谢 | 第64页 |
