| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪言 | 第14-18页 |
| 1.1 复制数据与数据弱一致性 | 第14-15页 |
| 1.2 度量弱一致性的挑战 | 第15-16页 |
| 1.3 本文贡献 | 第16-17页 |
| 1.4 论文组织 | 第17-18页 |
| 2 相关工作 | 第18-24页 |
| 2.1 弱一致性模型 | 第18-19页 |
| 2.2 一致性度量手段 | 第19-21页 |
| 2.2.1 基于时间的一致性泛化模型 | 第20-21页 |
| 2.2.2 基于版本的一致性泛化模型 | 第21页 |
| 2.2.3 为什么要i-atomicity | 第21页 |
| 2.3 一致性度量方式 | 第21-24页 |
| 2.3.1 以系统为中心 | 第22页 |
| 2.3.2 以客户为中心 | 第22-24页 |
| 3 基于逆序对的数据弱一致性度量 | 第24-42页 |
| 3.1 系统模型 | 第24-27页 |
| 3.2 i-atomicity的规约 | 第27-30页 |
| 3.2.1 i-atomicity的定义 | 第27-29页 |
| 3.2.2 i-atomicity与其他原子一致性泛化模型的辨析 | 第29-30页 |
| 3.3 i-atomicity的判定 | 第30-42页 |
| 3.3.1 基本假设 | 第30-31页 |
| 3.3.2 i-atomicity的多项式时间判定算法 | 第31-35页 |
| 3.3.3 算法应用举例 | 第35-36页 |
| 3.3.4 算法正确性证明 | 第36-38页 |
| 3.3.5 算法时间复杂度分析 | 第38-39页 |
| 3.3.6 算法在实践中的优化 | 第39-42页 |
| 4 面向云平台键值存储的弱一致性度量 | 第42-62页 |
| 4.1 实验环境 | 第42-49页 |
| 4.1.1 集群环境 | 第42-46页 |
| 4.1.2 键值存储数据库Cassandra | 第46-48页 |
| 4.1.3 数据库测试框架YCSB | 第48-49页 |
| 4.2 实验设计 | 第49-54页 |
| 4.2.1 实验配置 | 第49-51页 |
| 4.2.2 YCSB影响参数 | 第51-53页 |
| 4.2.3 Cassandra影响参数 | 第53-54页 |
| 4.3 实验结果 | 第54-62页 |
| 4.3.1 阿里云环境下的弱一致性度量结果 | 第55-58页 |
| 4.3.2 本地沙盒环境下的弱一致性度量结果 | 第58-60页 |
| 4.3.3 实验结果讨论 | 第60-62页 |
| 5 面向移动平台键值存储的弱一致性度量 | 第62-72页 |
| 5.1 MDSM中间件 | 第62-65页 |
| 5.1.1 MDSM概览 | 第62-64页 |
| 5.1.2 DSM层设计 | 第64-65页 |
| 5.1.3 应用层设计 | 第65页 |
| 5.2 基于MDSM构建的移动游戏应用 | 第65-67页 |
| 5.3 实验设计及结果 | 第67-72页 |
| 5.3.1 实验配置 | 第68页 |
| 5.3.2 实验结果与讨论 | 第68-72页 |
| 6 总结与展望 | 第72-74页 |
| 6.1 工作总结 | 第72-73页 |
| 6.2 研究展望 | 第73-74页 |
| A 云平台实验结果补充 | 第74-78页 |
| A.1 数据一致性变化原因分析 | 第74-76页 |
| A.2 本地环境进一步实验结果 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84-86页 |
| 简历与科研成果 | 第86-88页 |