摘要 | 第11-14页 |
ABSTRACT | 第14-18页 |
第1章 绪论 | 第19-28页 |
1.1 研究背景和意义 | 第19-20页 |
1.2 SaaS多租户数据放置面临的挑战 | 第20-23页 |
1.3 研究目标与内容 | 第23-25页 |
1.4 论文的贡献 | 第25-26页 |
1.5 论文结构 | 第26-28页 |
第2章 相关研究 | 第28-40页 |
2.1 引言 | 第28-29页 |
2.2 云中可扩展的多租户架构 | 第29-31页 |
2.3 云中多租户数据放置策略 | 第31-33页 |
2.4 多租户数据划分机制 | 第33-35页 |
2.5 数据副本一致性维护机制 | 第35-38页 |
2.6 小结 | 第38-40页 |
第3章 SaaS多租户数据扩展架构 | 第40-52页 |
3.1 引言 | 第40-41页 |
3.2 共享模式的SaaS多租户数据扩展架构 | 第41-42页 |
3.3 SaaS平台多租户数据存储模型 | 第42-47页 |
3.3.1 四种视图 | 第43-44页 |
3.3.2 四种数据模型 | 第44-47页 |
3.3.3 三层映射机制 | 第47页 |
3.4 SaaS平台多租户数据放置模型 | 第47-50页 |
3.4.1 放置模型描述 | 第48-49页 |
3.4.2 形式化定义 | 第49-50页 |
3.5 本章与后续章节的关系 | 第50-51页 |
3.6 小结 | 第51-52页 |
第4章 SaaS多租户数据动态放置策略研究 | 第52-74页 |
4.1 引言 | 第52-53页 |
4.2 SaaS多租户数据动态放置描述及形式化定义 | 第53-55页 |
4.3 初始放置策略 | 第55-57页 |
4.4 新数据放置策略 | 第57-60页 |
4.4.1 三种不同放置策略 | 第58-59页 |
4.4.2 新数据放置策略算法 | 第59-60页 |
4.5 动态调整策略 | 第60-66页 |
4.5.1 过载数据节点调整策略及算法 | 第62-64页 |
4.5.2 未过载数据节点调整策略及算法 | 第64-66页 |
4.6 相关实验与分析 | 第66-73页 |
4.6.1 实验环境描述 | 第66-67页 |
4.6.2 初始数据放置分析 | 第67-70页 |
4.6.3 新产生数据放置分析 | 第70-72页 |
4.6.4 数据放置动态调整阶段分析 | 第72-73页 |
4.7 小结 | 第73-74页 |
第5章 基于共享模式的SaaS多租户数据划分机制研究 | 第74-90页 |
5.1 引言 | 第74-75页 |
5.2 基于共享模式的多租户数据划分模型 | 第75-77页 |
5.2.1 相关定义 | 第75页 |
5.2.2 多租户数据划分模型 | 第75-77页 |
5.3 SaaS多租户数据划分过程及算法 | 第77-85页 |
5.3.1 相关性分组产生过程及算法 | 第77-82页 |
5.3.2 租户分区形成过程及算法 | 第82-85页 |
5.4 相关实验与分析 | 第85-89页 |
5.4.1 数据划分对分布式事务的影响 | 第85-87页 |
5.4.2 数据划分对系统性能的影响 | 第87-89页 |
5.5 小结 | 第89-90页 |
第6章 SaaS多租户数据一致性维护机制研究 | 第90-107页 |
6.1 引言 | 第90-91页 |
6.2 SaaS多租户数据一致性模型 | 第91-94页 |
6.2.1 多租户特征的数据一致性需求及定义 | 第92-93页 |
6.2.2 数据副本逻辑结构 | 第93-94页 |
6.3 动态自适应一致性维护机制 | 第94-103页 |
6.3.1 V1级别一致性维护 | 第95-97页 |
6.3.2 V2级别一致性维护 | 第97-99页 |
6.3.3 V3级别一致性维护 | 第99-101页 |
6.3.4 V4级别一致性维护 | 第101-103页 |
6.4 性能理论分析 | 第103页 |
6.5 实验分析 | 第103-105页 |
6.6 小结 | 第105-107页 |
第7章 总结与展望 | 第107-109页 |
7.1 总结 | 第107-108页 |
7.2 展望 | 第108-109页 |
参考文献 | 第109-120页 |
致谢 | 第120-122页 |
攻读学位期间发表的学术论文目录 | 第122-123页 |
攻读学位期间参与科研项目情况 | 第123-124页 |
外文论文 | 第124-149页 |
Paper 1 | 第124-137页 |
Paper 2 | 第137-149页 |
附件 | 第149页 |