摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第9-21页 |
1.1 论文背景 | 第9-10页 |
1.1.1 大数据环境下海量数据对现有分布式存储技术的挑战 | 第9-10页 |
1.1.2 选题意义 | 第10页 |
1.2 本论文相关研究工作 | 第10-19页 |
1.2.1 网络存储 | 第12页 |
1.2.2 集群文件系统 | 第12-14页 |
1.2.3 分布式文件系统 | 第14-16页 |
1.2.4 网格存储 | 第16-17页 |
1.2.5 基于P2P的分布式存储 | 第17-19页 |
1.3 论文目标 | 第19-20页 |
1.4 论文组织结构 | 第20-21页 |
第二章 基于P2P网络的分布式存储体系结构研究 | 第21-33页 |
2.1 引言 | 第21页 |
2.2 系统体系结构 | 第21-24页 |
2.3 节点描述 | 第24-30页 |
2.3.1 内容分发器 | 第24-28页 |
2.3.2 用户节点 | 第28-30页 |
2.4 通信方式 | 第30-31页 |
2.4.1 资源发布节点和内容分发器之间的通信 | 第31页 |
2.4.2 资源获取节点和内容分发器之间的通信 | 第31页 |
2.4.3 资源存储节点和内容分发器之间的通信 | 第31页 |
2.5 小结 | 第31-33页 |
第三章 大数据环境下数据的冗余技术研究 | 第33-42页 |
3.1 引言 | 第33页 |
3.2 冗余技术相关研究工作 | 第33-34页 |
3.3 文件协作冗余 | 第34-38页 |
3.3.1 FCR的基本原理 | 第35页 |
3.3.2 FCR容错性能分析 | 第35-38页 |
3.3.3 FCR恢复数据过程 | 第38页 |
3.4 测试 | 第38-40页 |
3.4.1 低冗余度情况实验 | 第39页 |
3.4.2 高冗余度情况实验 | 第39-40页 |
3.4.3 测试结果分析 | 第40页 |
3.5 小结 | 第40-42页 |
第四章 大数据环境下数据的副本管理机制 | 第42-52页 |
4.1 引言 | 第42页 |
4.2 副本管理相关研究工作 | 第42-43页 |
4.3 自动调节副本管理机制AAReplica | 第43-44页 |
4.3.1 数据的可用性与副本数之间的关系 | 第43-44页 |
4.3.2 数据的一致性与副本数之间的关系 | 第44页 |
4.3.3 AAReplica采用的基本策略 | 第44页 |
4.4 AAReplica模型分析 | 第44-47页 |
4.5 测试 | 第47-50页 |
4.5.1 可靠性测试 | 第48-49页 |
4.5.2 性能测试 | 第49-50页 |
4.6 小结 | 第50-52页 |
第五章 大数据环境下资源的查找算法研究 | 第52-63页 |
5.1 引言 | 第52页 |
5.2 资源查找算法相关研究工作 | 第52-55页 |
5.2.1 传统的资源查找算法 | 第52页 |
5.2.2 改进后的资源查找算法 | 第52-55页 |
5.3 CLookahead算法 | 第55页 |
5.4 CLookahead算法思想 | 第55-57页 |
5.5 CLookahead算法描述 | 第57-58页 |
5.6 测试 | 第58-61页 |
5.6.1 静态环境测试 | 第58-60页 |
5.6.2 动态环境测试 | 第60-61页 |
5.7 小结 | 第61-63页 |
第六章 全文总结 | 第63-65页 |
参考文献 | 第65-70页 |
致谢 | 第70页 |