首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

Redis缓存集群研究及其在3M模式下的应用

摘要第4-5页
abstract第5-6页
第1章 绪论第9-16页
    1.1 问题的提出第9-11页
    1.2 研究现状第11-12页
    1.3 本文工作内容第12-14页
        1.3.1 研究内容第12-13页
        1.3.2 技术路线第13-14页
    1.4 论文结构第14-16页
第2章 3M模式下的Redis缓存集群关键技术第16-28页
    2.1 3M数据平台中数据存储策略分析第16-17页
        2.1.1 目前数据存储策略的局限性第16页
        2.1.2 3M数据平台下数据缓存机制提出第16-17页
    2.2 基于Redis的分布式缓存系统的提出第17-22页
        2.2.1 缓存数据库的选取第17-19页
        2.2.2 3M模式下单点Redis的局限性分析第19-21页
        2.2.3 3M数据平台下的Redis集群部署第21-22页
    2.3 构建基于Redis的分布式缓存系统工具第22-24页
        2.3.1 Redis客户端实现工具第23页
        2.3.2 Redis集群服务管理框架第23-24页
    2.4 3M数据平台中负载均衡基础算法第24-27页
    2.5 本章小结第27-28页
第3章 3M数据平台下的缓存集群负载均衡第28-40页
    3.1 3M数据平台中数据分布模式分析第28-29页
    3.2 分布式缓存系统中负载均衡算法的研究第29-33页
        3.2.1 一致性Hash算法在缓存系统中的应用分析第29-32页
        3.2.2 3M数据平台中一致性Hash算法优化方案提出第32-33页
    3.3 分布式缓存系统中改进算法的实现第33-39页
        3.3.1 虚拟节点配置第33-34页
        3.3.2 Redis服务器与虚拟节点映射关系第34-37页
        3.3.3 缓存集群中节点负载修正第37-38页
        3.3.4 改进算法的评价指标第38-39页
    3.4 本章小结第39-40页
第4章 基于改进算法的分布式缓存系统第40-58页
    4.1 3M模式下分布式缓存系统总体设计第40-41页
    4.2 Redis缓存集群高可用模块第41-50页
        4.2.1 Redis集群管理与服务协调设计第41-42页
        4.2.2 Zookeeper集群部署第42-43页
        4.2.3 Redis缓存集群节点注册管理第43-47页
        4.2.4 Redis缓存集群节点监控第47-49页
        4.2.5 Redis缓存集群中单点与扩容问题第49-50页
    4.3 3M数据平台下缓存系统管理器功能第50-56页
        4.3.1 Redis缓存的读写连接模块第50-52页
        4.3.2 3M数据平台中数据结构分析第52-53页
        4.3.3 3M数据平台下缓存系统的读请求处理第53-54页
        4.3.4 3M数据平台下缓存系统的写请求处理第54-56页
    4.4 本章小结第56-58页
第5章 支持3M模式的分布式缓存系统API实现第58-66页
    5.1 基于负载权重的改进算法API第58-61页
    5.2 支持3M模式的缓存数据存取模块的API第61-66页
        5.2.1 分布式缓存系统的基本读写操作API第61-62页
        5.2.2 支持3M模式的缓存读写操作API第62-66页
第6章 高可用的分布式缓存系统的应用实例研究第66-84页
    6.1 支持3M模式的分布式缓存系统功能验证第66-72页
        6.1.1 Redis服务器的分布式部署验证第66-67页
        6.1.2 Redis缓存集群高可用模块功能验证第67-72页
    6.2 改进算法的性能测试第72-77页
        6.2.1 测试工具Redis-Live环境搭建第72-74页
        6.2.2 改进算法的仿真实验分析第74-77页
    6.3 支持3M模式的分布式缓存系统实例验证第77-82页
        6.3.1 物联实时监控平台环境构建第77-79页
        6.3.2 物联实时监控平台中缓存系统功能测试第79-82页
    6.4 实验结果分析第82-84页
第7章 总结与展望第84-86页
    7.1 总结第84-85页
    7.2 展望第85-86页
致谢第86-87页
参考文献第87-89页

论文共89页,点击 下载论文
上一篇:微博的情感分析与预测研究
下一篇:混合云环境下科学工作流中间数据布局策略研究