基于Hadoop的航空货运海量小文件存储研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 云存储现状 | 第12-13页 |
| 1.3.2 航空货运领域现状 | 第13-14页 |
| 1.3.3 小文件存储现状 | 第14-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 1.5 本文的组织结构 | 第17-19页 |
| 第二章 Hadoop分布式文件系统及相关技术介绍 | 第19-26页 |
| 2.1 Hadoop分布式文件系统–HDFS概述 | 第19-22页 |
| 2.1.1 HDFS系统架构及特征 | 第19-20页 |
| 2.1.2 HDFS数据交互 | 第20-22页 |
| 2.2 HDFS小文件存储相关技术介绍及分析 | 第22-24页 |
| 2.2.1 HDFS小文件存储相关技术介绍 | 第22-24页 |
| 2.2.2 HDFS小文件存储性能分析 | 第24页 |
| 2.3 Redis | 第24-25页 |
| 2.3.1 Redis的概念 | 第24-25页 |
| 2.3.2 Redis的数据结构 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 航空物流海量小文件存储特征分析与方案设计 | 第26-31页 |
| 3.1 航空货运数据平台及其数据特征 | 第26-28页 |
| 3.1.1 航空货运数据平台 | 第26-27页 |
| 3.1.2 数据特征 | 第27-28页 |
| 3.2 航空货运海量小文件存储优化方案设计 | 第28-29页 |
| 3.3 小文件优化方案分析 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 航空货运海量小文件合并算法 | 第31-38页 |
| 4.1 合并方法设计思想 | 第31-32页 |
| 4.2 基于关联性的小文件合并算法 | 第32-35页 |
| 4.2.1 关键属性分析提取 | 第32-33页 |
| 4.2.2 小文件关联性计算 | 第33-35页 |
| 4.3 实验结果与分析 | 第35-37页 |
| 4.3.1 实验环境及内容 | 第35页 |
| 4.3.2 实验结果与分析 | 第35-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 面向航空货运海量小文件缓存预取优化 | 第38-46页 |
| 5.1 缓存优化总体架构设计 | 第38页 |
| 5.2 缓存与预取方案 | 第38-43页 |
| 5.2.1 文件检索结构设计 | 第38-39页 |
| 5.2.2 元数据缓存 | 第39页 |
| 5.2.3 预取机制与缓存优化设计 | 第39-41页 |
| 5.2.4 文件访问流程 | 第41-43页 |
| 5.3 实验结果与分析 | 第43-45页 |
| 5.3.1 实验环境及内容 | 第43页 |
| 5.3.2 实验结果与分析 | 第43-45页 |
| 5.4 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 作者简介 | 第53页 |
