云存储中元数据管理关键技术的研究与实现
摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-14页 |
1.1.1 云存储的兴起 | 第11-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 元数据管理相关研究 | 第14-16页 |
1.2.1 元数据管理策略 | 第14-15页 |
1.2.2 元数据负载均衡策略 | 第15页 |
1.2.3 元数据一致性保障策略 | 第15页 |
1.2.4 元数据缓存技术 | 第15-16页 |
1.3 本文主要研究工作 | 第16-17页 |
1.4 本文的组织结构 | 第17-18页 |
第二章 相关技术研究 | 第18-26页 |
2.1 云存储中的分布式文件系统 | 第18-24页 |
2.2 云存储中元数据管理概述 | 第24-25页 |
2.2.1 文件系统中的数据与元数据 | 第24-25页 |
2.2.2 云存储中元数据管理特性 | 第25页 |
2.2.3 云存储中元数据管理的目标 | 第25页 |
2.3 本章小结 | 第25-26页 |
第三章 元数据管理策略 | 第26-38页 |
3.1 元数据管理问题 | 第26页 |
3.2 现有的元数据管理策略 | 第26-29页 |
3.3 本文的元数据管理策略 | 第29-34页 |
3.3.1 元数据格式设计 | 第30-31页 |
3.3.2 基于伪随机序列的元数据分布法 | 第31-34页 |
3.3.3 元数据定位 | 第34页 |
3.4 仿真实验结果与分析 | 第34-37页 |
3.5 本章小结 | 第37-38页 |
第四章 引入缓存技术的元数据管理策略 | 第38-54页 |
4.1 缓存替换策略的研究现状 | 第38-41页 |
4.1.1 基于时间特性的策略 | 第38-39页 |
4.1.2 基于频率特性的策略 | 第39-40页 |
4.1.3 基于时间和频率相结合的策略 | 第40-41页 |
4.2 本文的缓存管理策略 | 第41-49页 |
4.2.1 数据挖掘预测技术 | 第43页 |
4.2.2 结合预测模型的缓存替换策略 | 第43-49页 |
4.3 仿真实验结果与分析 | 第49-52页 |
4.4 本章小结 | 第52-54页 |
第五章 云网盘系统的实现 | 第54-80页 |
5.1 系统概述 | 第54页 |
5.2 系统结构 | 第54页 |
5.3 总体功能设计 | 第54-55页 |
5.4 存储服务引擎设计 | 第55-63页 |
5.4.1 元数据缓存模块 | 第57-58页 |
5.4.2 文件数据读写模块 | 第58-61页 |
5.4.3 服务器主动同步注册 | 第61-63页 |
5.5 元数据子系统的实现 | 第63-67页 |
5.5.1 元数据管理子系统总体架构 | 第64-65页 |
5.5.2 创建文件元数据模块 | 第65-66页 |
5.5.3 读取文件元数据模块 | 第66-67页 |
5.6 访问控制系统 | 第67-69页 |
5.7 运维管理系统 | 第69-70页 |
5.8 系统测试 | 第70-79页 |
5.8.1 测试环境 | 第70-71页 |
5.8.2 测试工具及方案 | 第71-72页 |
5.8.3 元数据模块接.功能测试 | 第72-75页 |
5.8.4 存储服务引擎接.功能测试 | 第75-77页 |
5.8.5 系统性能测试 | 第77-79页 |
5.9 本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 全文总结 | 第80页 |
6.2 展望 | 第80-82页 |
致谢 | 第82-83页 |
参考文献 | 第83-87页 |
硕士学位期间取得的成果 | 第87-88页 |