| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-23页 |
| 1.1 研究背景 | 第10-20页 |
| 1.1.1 云计算 | 第10-14页 |
| 1.1.2 云存储 | 第14-19页 |
| 1.1.3 副本技术 | 第19-20页 |
| 1.2 研究问题的提出 | 第20-21页 |
| 1.3 论文主要研究工作 | 第21-22页 |
| 1.3.1 论文研究内容 | 第21页 |
| 1.3.2 论文组织结构 | 第21-22页 |
| 1.4 本章小结 | 第22-23页 |
| 2 云存储分布式文件系统研究 | 第23-32页 |
| 2.1 Google File System(GFS) | 第23-26页 |
| 2.1.1 GFS 的体系结构 | 第23-24页 |
| 2.1.2 GFS 的副本管理 | 第24-26页 |
| 2.2 Hadoop Distributed File System(HDFS) | 第26-28页 |
| 2.2.1 HDFS 的体系结构 | 第26-27页 |
| 2.2.2 HDFS 的副本管理 | 第27-28页 |
| 2.3 Lustre File System | 第28-29页 |
| 2.4 FastDFS | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 分布式文件系统 MooseFS 的研究 | 第32-45页 |
| 3.1 MooseFS 的架构 | 第32-33页 |
| 3.2 MooseFS 的读写原理 | 第33-34页 |
| 3.2.1 MooseFS 的读数据过程 | 第33页 |
| 3.2.2 MooseFS 的写数据过程 | 第33-34页 |
| 3.3 MooseFS 的安装部署 | 第34-41页 |
| 3.3.1 元数据服务器安装和配置(master) | 第35-37页 |
| 3.3.2 数据存储服务器安装和配置(chunkserver) | 第37-39页 |
| 3.3.3 MFS 客户端安装和配置(client) | 第39-40页 |
| 3.3.4 元数据日志服务器安装和配置(metalogger) | 第40-41页 |
| 3.4 MooseFS 的使用 | 第41-43页 |
| 3.4.1 挂载文件 | 第41页 |
| 3.4.2 设定文件拷贝份数 | 第41-42页 |
| 3.4.3 设定删除文件的隔离时间 | 第42-43页 |
| 3.4.4 制作快照 | 第43页 |
| 3.5 MooseFS 的维护 | 第43-44页 |
| 3.5.1 启动 MooseFS | 第43页 |
| 3.5.2 停止 MooseFS | 第43-44页 |
| 3.5.3 MooseFS 元数据的备份 | 第44页 |
| 3.5.4 MooseFS master 的恢复 | 第44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 MooseFS 中 chunkserver 选择算法的改进 | 第45-51页 |
| 4.1 chunkserver 负载均衡算法 | 第45-47页 |
| 4.2 改进的 chunkserver 负载均衡算法 | 第47-48页 |
| 4.3 对改进负载均衡算法的测试 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 分布式文件系统中副本选择算法 | 第51-62页 |
| 5.1 MooseFS 的数据存储资源副本选择算法 | 第51-52页 |
| 5.2 蚂蚁算法概述 | 第52-54页 |
| 5.2.1 蚂蚁算法的产生 | 第52页 |
| 5.2.2 蚂蚁算法原理 | 第52-53页 |
| 5.2.3 蚂蚁算法的应用 | 第53-54页 |
| 5.3 基于蚂蚁算法的副本选择策略 | 第54-57页 |
| 5.3.1 数据副本选择的因素 | 第54页 |
| 5.3.2 算法思想 | 第54-56页 |
| 5.3.3 蚂蚁算法流程 | 第56-57页 |
| 5.4 实验测试 | 第57-60页 |
| 5.4.1 环境搭建及配置 | 第57-58页 |
| 5.4.2 实验结果分析及总结 | 第58-60页 |
| 5.5 本章小结 | 第60-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
