云环境下大数据存储副本策略的优化研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 相关研究现状 | 第9-12页 |
| 1.3 本文主要研究工作与组织结构 | 第12-14页 |
| 第二章 云环境下大数据存储与副本管理 | 第14-30页 |
| 2.1 大数据概述 | 第14-17页 |
| 2.1.1 大数据概念与特征 | 第14-16页 |
| 2.1.2 大数据时代所面临的挑战 | 第16-17页 |
| 2.2 云存储相关技术 | 第17-22页 |
| 2.2.1 云存储概念与特征 | 第17-19页 |
| 2.2.2 云存储所涉及的关键技术 | 第19-21页 |
| 2.2.3 云存储所面临的问题与挑战 | 第21-22页 |
| 2.3 云环境下的副本管理策略 | 第22-29页 |
| 2.3.1 典型云存储系统的副本管理策略 | 第23-25页 |
| 2.3.2 副本管理策略分类与对比 | 第25-28页 |
| 2.3.3 副本管理研究重点与面临的挑战 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 动态副本因子的优化研究 | 第30-43页 |
| 3.1 Hadoop默认副本策略及其存在的问题 | 第30-32页 |
| 3.1.1 分布式文件系统HDFS | 第30-31页 |
| 3.1.2 默认的副本管理机制 | 第31-32页 |
| 3.1.3 存在的主要问题分析 | 第32页 |
| 3.2 相关副本策略研究 | 第32-33页 |
| 3.3 改进的动态副本因子调整策略 | 第33-40页 |
| 3.3.1 基本设计思路 | 第33-34页 |
| 3.3.2 相关符号及定义 | 第34-36页 |
| 3.3.3 改进的动态副本因子调整算法 | 第36-39页 |
| 3.3.4 改进的动态副本因子调整算法分析 | 第39-40页 |
| 3.4 实验分析 | 第40-42页 |
| 3.4.1 实验环境与设置 | 第40-41页 |
| 3.4.2 实验结果与分析 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 动态副本放置策略的优化研究 | 第43-58页 |
| 4.1 HDFS副本创建流程与默认放置策略 | 第43-45页 |
| 4.1.1 HDFS文件写入和副本创建过程 | 第43-44页 |
| 4.1.2 HDFS副本放置策略 | 第44-45页 |
| 4.2 默认副本放置策略局限性分析 | 第45-46页 |
| 4.3 典型的副本放置策略研究 | 第46-47页 |
| 4.4 动态副本放置策略改进研究 | 第47-54页 |
| 4.4.1 主要改进思路 | 第48页 |
| 4.4.2 相关符号与定义 | 第48-50页 |
| 4.4.3 改进的副本放置策略 | 第50-54页 |
| 4.5 仿真实验验证与分析 | 第54-57页 |
| 4.5.1 实验环境配置 | 第54-55页 |
| 4.5.2 实验结果与分析对比 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 致谢 | 第64页 |
