云计算环境中数据放置及复制策略研究
| 摘要 | 第11-14页 |
| ABSTRACT | 第14-17页 |
| 第1章 绪论 | 第18-28页 |
| 1.1 研究背景及意义 | 第18-19页 |
| 1.2 问题与挑战 | 第19-22页 |
| 1.3 研究目标与内容 | 第22-24页 |
| 1.4 论文的贡献 | 第24-25页 |
| 1.5 组织结构 | 第25-28页 |
| 第2章 相关研究 | 第28-36页 |
| 2.1 引言 | 第28页 |
| 2.2 数据管理模型 | 第28-30页 |
| 2.3 云数据放置策略 | 第30-32页 |
| 2.4 云数据复制策略 | 第32-34页 |
| 2.5 事务请求的数据副本定位 | 第34-35页 |
| 2.6 小结 | 第35-36页 |
| 第3章 云数据管理模型 | 第36-41页 |
| 3.1 引言 | 第36-37页 |
| 3.2 数据管理模型 | 第37-39页 |
| 3.3 动态运转机制 | 第39-40页 |
| 3.4 本章与后续章节的关系 | 第40页 |
| 3.5 小结 | 第40-41页 |
| 第4章 云数据初始放置策略研究 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 分布式事务的协作成本 | 第42-44页 |
| 4.2.1 协作成本代价分析 | 第42-43页 |
| 4.2.2 协作成本模型分析 | 第43-44页 |
| 4.3 数据初始放置算法 | 第44-51页 |
| 4.3.1 问题的形式化建模 | 第44-46页 |
| 4.3.2 解的编码和解码 | 第46页 |
| 4.3.3 解的有效性判断 | 第46-47页 |
| 4.3.4 解的初始种群 | 第47页 |
| 4.3.5 解的适应度函数 | 第47-48页 |
| 4.3.6 数据放置方案的协作成本评价 | 第48-49页 |
| 4.3.7 下一代种群的生成策略 | 第49页 |
| 4.3.8 数据放置求解算法 | 第49-51页 |
| 4.4 策略的优化与改进 | 第51页 |
| 4.5 相关实验与分析 | 第51-53页 |
| 4.6 小结 | 第53-54页 |
| 第5章 云数据副本数量机制研究 | 第54-65页 |
| 5.1 引言 | 第54-55页 |
| 5.2 工作负载建模 | 第55-59页 |
| 5.2.1 超图示例 | 第55-57页 |
| 5.2.2 超图的压缩 | 第57-59页 |
| 5.3 数据副本的细粒度管理 | 第59-62页 |
| 5.3.1 定义 | 第60-61页 |
| 5.3.2 副本数量的确定 | 第61-62页 |
| 5.3.3 细粒度管理算法 | 第62页 |
| 5.4 相关实验与分析 | 第62-64页 |
| 5.5 小结 | 第64-65页 |
| 第6章 云数据副本动态迁移机制研究 | 第65-78页 |
| 6.1 引言 | 第65页 |
| 6.2 数据动态迁移技术 | 第65-70页 |
| 6.2.1 候选集合的确定 | 第66-68页 |
| 6.2.2 贡献度 | 第68页 |
| 6.2.3 交换收益 | 第68页 |
| 6.2.4 增量再分区算法实现 | 第68-70页 |
| 6.3 割边数据主动复制 | 第70-76页 |
| 6.3.1 式化定义 | 第70-72页 |
| 6.3.2 割边数据主动复制算法 | 第72-75页 |
| 6.3.3 算法分析 | 第75-76页 |
| 6.4 实验结果与分析 | 第76-77页 |
| 6.5 小结 | 第77-78页 |
| 第7章 事务请求的数据副本定位机制研究 | 第78-82页 |
| 7.1 引言 | 第78-79页 |
| 7.2 数据副本定位算法 | 第79-80页 |
| 7.3 实验结果与分析 | 第80-81页 |
| 7.4 小结 | 第81-82页 |
| 第8章 总结与展望 | 第82-84页 |
| 8.1 总结 | 第82-83页 |
| 8.2 展望 | 第83-84页 |
| 参考文献 | 第84-93页 |
| 致谢 | 第93-94页 |
| 攻读学位期间发表的学术论文目录 | 第94-95页 |
| 攻读学位期间参与科研项目情况 | 第95-96页 |
| 攻读学位期间获奖情况 | 第96-97页 |
| 外文论文 | 第97-124页 |
| Paper 1 | 第97-113页 |
| Paper 2 | 第113-124页 |
| 附件 | 第124页 |
