| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 国内外相关研究 | 第9-11页 |
| 1.2.1 云存储研究现状 | 第9-10页 |
| 1.2.2 数据预取研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11页 |
| 1.4 本文组织结构安排 | 第11-13页 |
| 第2章 相关技术研究 | 第13-23页 |
| 2.1 分布式对象存储系统概述 | 第13页 |
| 2.2 Openstack Swift对象存储系统 | 第13-20页 |
| 2.2.1 Openstack Swift简介 | 第13-14页 |
| 2.2.2 Swift架构 | 第14-15页 |
| 2.2.3 数据容错 | 第15-16页 |
| 2.2.4 一致性哈希环 | 第16-19页 |
| 2.2.5 数据一致性 | 第19-20页 |
| 2.2.6 文件组织结构 | 第20页 |
| 2.3 存储节点数据访问 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于合并存储优化策略 | 第23-35页 |
| 3.1 小文件访问的性能瓶颈 | 第23-24页 |
| 3.2 合并存储优化策略 | 第24-25页 |
| 3.3 Swift改进系统总体架构 | 第25-28页 |
| 3.3.1 系统总体架构 | 第25-26页 |
| 3.3.2 系统读写流程 | 第26-28页 |
| 3.4 Swift改进系统详细模块 | 第28-34页 |
| 3.4.1 核心调度模块 | 第28-30页 |
| 3.4.2 索引管理模块 | 第30-32页 |
| 3.4.3 缓冲管理模块 | 第32-33页 |
| 3.4.4 删除统计模块 | 第33页 |
| 3.4.5 数据整理模块 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于访问关联性的预取策略 | 第35-48页 |
| 4.1 预取缓存策略 | 第35-36页 |
| 4.1.1 数据访问特性 | 第35页 |
| 4.1.2 预取缓存模型 | 第35-36页 |
| 4.2 对象集合挖掘算法 | 第36-42页 |
| 4.2.1 基于潜在中间层的概率分析算法 | 第36-38页 |
| 4.2.2 基于频繁项集的算法 | 第38-40页 |
| 4.2.3 基于距离的聚类算法 | 第40-42页 |
| 4.3 集合相关率与缓存替换算法 | 第42-44页 |
| 4.3.1 对象集合相关率 | 第42页 |
| 4.3.2 缓存替换算法 | 第42-44页 |
| 4.4 基于访问关联性的预取的设计与实现 | 第44-47页 |
| 4.4.1 总体结构设计 | 第44-46页 |
| 4.4.2 存储节点缓存服务 | 第46页 |
| 4.4.3 代理节点缓存服务 | 第46页 |
| 4.4.4 分析服务 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 实验设计与分析 | 第48-57页 |
| 5.1 实验设计 | 第48页 |
| 5.2 实验环境 | 第48-49页 |
| 5.3 性能测试与分析 | 第49-56页 |
| 5.3.1 基于合并存储的优化策略实验 | 第49-53页 |
| 5.3.2 基于访问关联性的预取策略实验 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63页 |