隨著網(wǎng)絡(luò)與信息化技術(shù)的不斷發(fā)展,目前互聯(lián)網(wǎng)的數(shù)據(jù)存儲量與日俱增。相對于結(jié)構(gòu)單一、吞吐量低的傳統(tǒng)存儲方式,當(dāng)前的云存儲平臺通過集群化存儲管理技術(shù),解決了龐大數(shù)據(jù)量的存儲需求問題,極大地提高了存儲效率。然而,僅僅能夠存儲數(shù)據(jù)并不是目前云存儲技術(shù)追求的唯一目標(biāo)。在實(shí)際的云存儲環(huán)境中,數(shù)據(jù)在自己信息生命周期內(nèi)的每個階段具備不同的訪問量,因此將訪問量較高的數(shù)據(jù)存儲在性能更高的存儲設(shè)備上,能夠提高集群存儲效率。分級云存儲技術(shù)通過組織管理集群設(shè)備,能夠充分利用集群異構(gòu)特性,為具有不同數(shù)據(jù)存儲要求的用戶提供相應(yīng)的存儲服務(wù),為存儲價值不同的數(shù)據(jù)合理分配性能不同的存儲設(shè)備,以提高系統(tǒng)存儲效率。本文深入研究了現(xiàn)有的分級云存儲技術(shù),提出了一種基于數(shù)據(jù)預(yù)分類的多目標(biāo)優(yōu)化分級云存儲方案,用于在云存儲環(huán)境中實(shí)現(xiàn)數(shù)據(jù)的分級存儲。為了組織設(shè)備結(jié)構(gòu)、感知數(shù)據(jù)熱度分布情況,提出了一種基于設(shè)備分級與數(shù)據(jù)熱度評估的適用性模型。該模型通過三層分級結(jié)構(gòu)來組織集群設(shè)備,依據(jù)設(shè)備性能屬性來計(jì)算設(shè)備性能值,并以此建立了系統(tǒng)的設(shè)備性能層級劃分結(jié)構(gòu)。此外,該模型通過數(shù)據(jù)訪問情況來評估數(shù)據(jù)熱度,并對數(shù)據(jù)按存儲價值進(jìn)行預(yù)分類。最后,該模型按照設(shè)... 

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 課題研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文主要內(nèi)容
第2章 相關(guān)技術(shù)與原理
    2.1 云計(jì)算
        2.1.1 云計(jì)算基本概念
        2.1.2 云計(jì)算分類
    2.2 云存儲技術(shù)
        2.2.1 云存儲的概念
        2.2.2 云存儲的分類
    2.3 分級存儲
        2.3.1 分級存儲的概念
        2.3.2 分級云存儲
    2.4 云計(jì)算仿真工具CloudSim
    2.5 本章小結(jié)
第3章 分級云存儲模型
    3.1 問題引入
    3.2 系統(tǒng)模型
    3.3 分級云存儲功能模塊設(shè)計(jì)
        3.3.1 分級組織管理模塊
        3.3.2 數(shù)據(jù)預(yù)分類模塊
        3.3.3 數(shù)據(jù)分類與預(yù)分級算法STDC
    3.4 基于CloudSim的分級云存儲拓展
        3.4.1 CloudSim分級云存儲結(jié)構(gòu)
        3.4.2 CloudSim基本代碼拓展
    3.5 本章小結(jié)
第4章 基于多目標(biāo)優(yōu)化的云數(shù)據(jù)分級存儲方案
    4.1 問題引入
    4.2 多目標(biāo)進(jìn)化算法
        4.2.1 遺傳算法
        4.2.2 MOEA/D算法
    4.3 個體編碼
    4.4 約束條件
    4.5 優(yōu)化目標(biāo)
        4.5.1 平均訪問時間
        4.5.2 平均訪問延遲
        4.5.3 平均遷移成本
        4.5.4 負(fù)載變化
    4.6 目標(biāo)函數(shù)
    4.7 多目標(biāo)優(yōu)化存儲放置算法MOODP
        4.7.1 種群初始化
        4.7.2 種群迭代更新
    4.8 MOODP算法復(fù)雜度
    4.9 本章小結(jié)
第5章 實(shí)驗(yàn)與結(jié)果分析
    5.1 實(shí)驗(yàn)環(huán)境配置
    5.2 實(shí)驗(yàn)工作負(fù)載
    5.3 實(shí)驗(yàn)結(jié)果
        5.3.1 系統(tǒng)能耗
        5.3.2 系統(tǒng)時間消耗
        5.3.3 系統(tǒng)負(fù)載變化
    5.4 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
致謝
附錄A (攻讀碩士學(xué)位期間的學(xué)術(shù)成果)
附錄B (攻讀碩士學(xué)位期間參與的科研項(xiàng)目)


【參考文獻(xiàn)】：
期刊論文
[1]基于金融精準(zhǔn)扶貧大數(shù)據(jù)云計(jì)算服務(wù)平臺的研究[J]. 劉曉明.  金融科技時代. 2018(06)
[2]云存儲架構(gòu)深度解析:分布式架構(gòu)和對象存儲技術(shù)[J]. 鄭文武.  通信世界. 2017(27)
[3]基于文件隊(duì)列的分級存儲系統(tǒng)FQ-HSM的設(shè)計(jì)與實(shí)現(xiàn)[J]. 張瑞杰,張文生,李戰(zhàn)懷.  計(jì)算機(jī)與現(xiàn)代化. 2017(02)
[4]基于塊的分級存儲系統(tǒng)多樣性機(jī)制設(shè)計(jì)與研究[J]. 杜然,黃秋蘭,程耀東,陳剛.  計(jì)算機(jī)工程. 2016(12)
[5]TiStor:基于策略引擎的分級存儲系統(tǒng)[J]. 羅圣美,張佳程,周揚(yáng),程舒晗.  小型微型計(jì)算機(jī)系統(tǒng). 2015(08)
[6]云計(jì)算對公共管理的影響——以美國聯(lián)邦政府云計(jì)算戰(zhàn)略為例[J]. 高奇琦.  西南民族大學(xué)學(xué)報(bào)(人文社科版). 2015(06)
[7]12306借阿里云扛過春運(yùn)或引發(fā)央企新一輪信息化革命[J].   浙江人大. 2015(04)
[8]國內(nèi)外云計(jì)算產(chǎn)業(yè)發(fā)展現(xiàn)狀對比分析[J]. 陳陽.  北京郵電大學(xué)學(xué)報(bào)(社會科學(xué)版). 2014(05)
[9]基于虛擬化建立云計(jì)算或成降低采購成本利器[J]. 呂俊宏.  中國信息化. 2014(17)
[10]日本云計(jì)算產(chǎn)業(yè)的發(fā)展及對中國的啟示[J]. 常鳳霞,魯彥真,張志宇.  經(jīng)濟(jì)研究導(dǎo)刊. 2014(16)

碩士論文
[1]面向云存儲系統(tǒng)的云數(shù)據(jù)放置方法研究[D]. 吳超.南京郵電大學(xué) 2018



本文編號：3732091