面向应用程序的高可用可扩展元数据服务研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.1.1 大数据时代的存储 | 第11页 |
| 1.1.2 HDFS及其元数据 | 第11-12页 |
| 1.2 研究内容与意义 | 第12-13页 |
| 1.3 研究难点、重点、核心问题及方向 | 第13-15页 |
| 1.3.1 面向应用程序的高可用元数据 | 第13-14页 |
| 1.3.2 可扩展的分布式元数据 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 分布式文件系统及其元数据 | 第16-25页 |
| 2.1 分布式文件系统 | 第16-22页 |
| 2.1.1 由来与演变 | 第16-17页 |
| 2.1.2 并行和分布式文件系统 | 第17-18页 |
| 2.1.3 Hadoop分布式文件系统 | 第18-22页 |
| 2.2 元数据管理 | 第22-24页 |
| 2.2.1 分布式文件系统元数据管理 | 第22-23页 |
| 2.2.2 CAP定理与元数据管理 | 第23-24页 |
| 2.2.3 元数据划分与复制 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 面向应用程序的高可用元数据服务 | 第25-49页 |
| 3.1 本章简介 | 第25-27页 |
| 3.2 背景 | 第27-30页 |
| 3.2.1 HDFS元数据可用性 | 第27-28页 |
| 3.2.2 HDFS数据访问特征 | 第28-30页 |
| 3.3 系统设计 | 第30-38页 |
| 3.3.1 Comet架构 | 第30-32页 |
| 3.3.2 自适应区域划分 | 第32-35页 |
| 3.3.3 元数据恢复状态机 | 第35-37页 |
| 3.3.4 基于区域的块管理 | 第37-38页 |
| 3.4 系统实现 | 第38-42页 |
| 3.4.1 实现原理 | 第38-39页 |
| 3.4.2 关键代码 | 第39-42页 |
| 3.5 实验 | 第42-46页 |
| 3.5.1 总体可用性 | 第42-43页 |
| 3.5.2 自适应区域分隔 | 第43-44页 |
| 3.5.3 元数据性能 | 第44-45页 |
| 3.5.4 故障恢复效率 | 第45-46页 |
| 3.6 相关工作 | 第46-48页 |
| 3.6.1 高可用的元数据 | 第46-47页 |
| 3.6.2 元数据划分 | 第47页 |
| 3.6.3 Hadoop数据访问模式 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 可扩展的分布式元数据 | 第49-68页 |
| 4.1 本章简介 | 第49-51页 |
| 4.2 相关工作 | 第51-55页 |
| 4.2.1 元数据划分和查找 | 第52-54页 |
| 4.2.2 分布式索引方式 | 第54-55页 |
| 4.3 系统设计与实现 | 第55-63页 |
| 4.3.1 系统架构 | 第55-57页 |
| 4.3.2 动态子树划分 | 第57-59页 |
| 4.3.3 基于基数树的检索 | 第59-60页 |
| 4.3.4 负载均衡 | 第60-62页 |
| 4.3.5 目录重命名优化 | 第62-63页 |
| 4.4 实验 | 第63-67页 |
| 4.4.1 实验环境 | 第63页 |
| 4.4.2 Map Reduce兼容性测试 | 第63-64页 |
| 4.4.3 SRT性能测试 | 第64页 |
| 4.4.4 元数据性能测试 | 第64-66页 |
| 4.4.5 实验结论 | 第66-67页 |
| 4.5 本章总结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 论文总结 | 第68页 |
| 5.2 未来工作 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 攻硕期间取得的研究成果 | 第78-79页 |
