导读:本文包含了副本策略论文开题报告文献综述及选题提纲参考文献，主要关键词:云存储系统,副本,布局转换,任务调度
副本策略论文文献综述
吴修国,刘翠[1]（2019）在《云存储系统中最小开销的数据副本布局转换策略》一文中研究指出副本技术是提高云存储系统中数据可靠性访问和系统容错性的常用策略。依据用户需求以及环境变化,及时对数据副本布局进行动态调整,是目前副本管理研究的重要内容之一。然而,现有研究大都以副本布局转换是自动完成的为前提,仅关注于数据副本数目与位置等副本布局方案设计,较少涉及副本布局转换的任务调度问题。事实上,副本布局转换是有关多数据中心数据副本迁移与删除操作的复杂任务调度问题,不同的任务调度策略占用的空间、时间不同,由此导致成本、效率等存在较大差异。基于此,首先给出云存储系统中面向多数据中心的数据副本布局转换任务调度模型,以及该问题的可行性分析。然后,从降低成本的角度给出最小开销的数据副本布局转换任务调度问题的定义,并基于0-1背包问题证明其是NP完全的。在此基础上,给出随机(Random)、最小传输开销优先(MTCF)、最大机会成本优先(MOCF)以及同数据最小传输成本优先(MTCFSD)等副本布局转换任务调度策略。最后,以CloudSim为仿真平台进行了模拟实验,结果表明,最小开销的数据副本布局转换策略与同类算法相比,在传输次数上减少了约60%,相对开销降低了约50%,证明了转换策略的可靠性与有效性,从而进一步提升了云存储系统的性能。(本文来源于《计算机科学》期刊2019年10期）
杨莲,郭良君,马磊,王圣芳[2]（2019）在《大数据环境下hadoop分布式文件系统分散式动态副本存储优化策略研究》一文中研究指出在不影响hadoop分布式文件系统分散式存储结构的前提下,结合动态副本存储和伽罗华有限域理论对范德蒙码的计算方法和计算模式进行整体优化,降低了编译码的时间代价和计算的内存压力,节约了hadoop分布式文件系统约35%的存储开销,提高了hadoop分布式文件系统节点负载均衡能力和译码恢复效率。这种算法更适合于医疗专业文书的处理,解决临床科研需求和数据供给2个方面的问题。既能节省了存储容量,可以容纳与日俱增且越发复杂化的医疗数据,又能降低硬件服务器成本,为医院节省资金开销,更能快速查询获取数据池中的有效数据,让这些躺着的数据变成活的,充分发挥他们的临床使用价值和科研价值。这一套完整的、系统的优化方案,为未来hadoop分布式文件系统的发展提供了一条有效途径。(本文来源于《中国医院统计》期刊2019年01期）
徐凯,李旭健[3]（2019）在《基于数据缓存系统的低能耗副本布局策略》一文中研究指出Memcached是一个高性能分布式内存对象缓存系统,目前受到各大规模数据中心青睐,但是其高能耗是一个亟待解决的问题。为达到较好的节能效果,同时满足数据缓存的高效性,提出一种基于一致性哈希的数据缓存系统低能耗副本布局策略——LowPowerCHT,包括分层式副本布局策略和能耗调度器。LowPowerCHT将副本分布在互不重合的多个服务器层中,在分层副本布局中,部分服务器层维持活动状态,其它服务器层处于关闭状态而不影响数据缓存,以此达到节能目的。能耗调度器能够估算服务器的负载率,并根据负载的高低变化相应开启或关闭某些副本层。仿真实验表明,LowPowerCHT能够有效节省能耗,同时维持较好的数据缓存性能。(本文来源于《软件导刊》期刊2019年03期）
吕海燕,周立军,赵媛,张杰[4]（2018）在《基于热点数据块的动态副本调整策略》一文中研究指出副本管理策略对于分布式存储系统的可用性、可靠性和系统整体性能有至关重要的作用;针对基于文件的动态副本调整策略的不足,提出了一种基于热点数据块的动态副本调整策略;根据时间局部性原理和数据访问规律,通过对历史访问周期和当前周期赋予不同的权重,数据块下一周期的预测进行访问频率计算,接下来基于计算出的预测访问频率对数据块进行热点判定;结合HDFS中数据访问规律近似二八定律的特点和热点数据块的判定结果,来确定数据块的调整阈值;最后,分3个步骤对基于热点数据块的动态副本调整策略进行性详细设计;实验结果表明,提出的基于热点数据块的动态副本调整策略在数据访问效率和集群存储资源利用率两方面有了明显提升。(本文来源于《计算机测量与控制》期刊2018年12期）
杜华,郭俊,刘华春[5]（2018）在《基于Swift的副本数据自适应备份策略研究》一文中研究指出冗余数据备份是保证云数据中心下数据可靠性的重要保障机制之一,Open Stack是一种开源的云计算Iaa S层私有云服务搭建平台,目前已经在行业界广泛应用。Open Stack的Swift模块使用一致性哈希算法,采用Ring环选取副本备份节点的方式来完成负载均衡和数据备份。本文通过对Swift的实现机理和代码进行分析研究,指出其在副本放置节点选取上的不足,并进而提出优化选取策略ABS(Adaptive Backup Strategy)。该机制在实时监控当前存储节点的负载情况基础之上,根据预先设定的阈值上、下限,自适应选取最近可用的节点完成备份,以优化整体备份效率。通过与现有副本备份策略进行对比和实验验证表明,ABS在保持数据副本分配均衡性的基础之上,将系统存储的4种读写性能分别提高了3. 4%～9. 1%,达到了优化存取的目的。(本文来源于《计算机与现代化》期刊2018年11期）
梁胜昔[6]（2018）在《云环境下大数据存储副本策略的优化研究》一文中研究指出大数据时代的到来给人类带来机遇,也带来挑战。云存储为大数据提供了理想的存储解决方案。可用性和性能是用户使用云存储的重要考量。云存储中的副本技术不仅能维持系统较高的可用性,同时还能整体提升系统的性能。动态副本技术相比较于静态副本技术更能满足云存储复杂环境下的数据访问需求。副本因子动态调整策略以及副本放置问题是副本技术的研究重点,也是本文的主要研究内容。本文针对副本因子动态调整问题,在分析现有Hadoop分布式文件系统静态副本机制不足的基础上,结合时间局部性原理对文件的访问热度进行预测,对不同热度的文件动态地采取不同的调整策略,具体通过筛选和调整两个阶段来完成,在提升访问性能的同时避免存储资源的浪费。实验结果表明改进的副本因子调整策略可以降低系统作业平均响应时间,能够有效地提升数据访问的性能。本文针对副本放置问题,分析了已有副本放置策略在异构环境下所存在的局限性,结合统计学知识对集群中节点的异构特性进行定量评价,在遵循给定副本放置基本原则的前提下,根据节点综合性能评价值的不同来进行合理的副本放置。实验结果表明改进的副本放置策略在确保系统整体可用性的前提之下能使副本分布更加趋于合理和均衡,同时有利于提高Map任务本地化比例,进而提升MapReduce的执行效率。(本文来源于《南京邮电大学》期刊2018-11-14）
王鑫,王人福,覃琴,蒋华[7]（2018）在《云存储副本优化选择策略》一文中研究指出为了提高云计算环境中系统的整体数据调度效率,对云存储系统中的副本选择问题进行研究,提出一种基于蚁群觅食原理的云存储副本优化选择策略。该策略利用蚁群算法在解决优化问题上的优势,将自然环境中蚁群的觅食过程与云存储中的副本选择过程相结合;再充分应用信息素的动态变化规律以及高斯概率分布特性优化副本的选择方式,得出一组副本资源的最优解,从而为数据请求响应合适的副本。在OptorSim仿真平台上对该算法进行实现,实验结果表明该算法具有不错的表现,如在平均作业用时这一性能指标上相比原始蚁群算法提升了18.7%,从而在一定程度上减少了副本选择过程的时间消耗,降低了网络负载。(本文来源于《计算机科学》期刊2018年10期）
杨莲,马磊,吕传爱,李焱,尚明[8]（2018）在《基于RS纠删码下HDFS云存储动态副本策略的思考》一文中研究指出现如今,科技发展速度不断加快,云存储效率在先进科技的带动下大大提高,但云存储文件系统应用期间受静态完全副本冗余机制影响较大,这在一定程度上会增加云存储负载压力,最终影响系统运行稳定性,减慢系统运行速度。文章首先简要介绍RS纠删码,然后针对HDFS完全副本与纠删码对比分析,最后重点探究RS纠删码基础下HDFS云存储动态副本策略。(本文来源于《科技创新与应用》期刊2018年24期）
黄冬梅,杜艳玲,贺琪,随宏运,李瑶[9]（2018）在《基于多属性最优化的海洋监测数据副本布局策略》一文中研究指出数据的完整性和可靠性是保证其能被高效访问的关键,尤其是在云存储环境中,数据副本策略是影响系统性能和保障数据可用性的核心。从数据副本布局的角度,提出了基于多属性最优化的数据副本布局策略(Data Replica Layout Strategy based on Multiple Attribute Optimization,MAO-DRLS)。该策略根据数据的访问热度和存储节点的关键属性特点,为每个数据设置动态的副本数,并选择合适的节点对副本进行布局。实验表明,MAO-DRLS策略能够有效地提升数据副本的利用率,缩短系统的响应时间。(本文来源于《计算机科学》期刊2018年06期）
陈伟[10]（2018）在《一种改进的HDFS副本放置策略》一文中研究指出在HDFS默认放置策略中,放置副本时未考虑节点实时负载,易导致集群系统负载不均衡。由于放置副本采用随机方式,易造成存放副本节点网络距离过大,影响系统的数据传输性能。针对以上问题,本文提出一种改进的副本放置策略,该策略综合考虑节点CPU使用率、内存使用率、带宽使用率等负载指标,结合节点网络距离,对节点进行综合性能评价,最终寻找最佳副本存放节点。实验表明,与默认副本放置策略相比,该策略可提高集群数据传输效率,在负载均衡方面也有一定的改善。(本文来源于《长春师范大学学报》期刊2018年04期）
副本策略论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在不影响hadoop分布式文件系统分散式存储结构的前提下,结合动态副本存储和伽罗华有限域理论对范德蒙码的计算方法和计算模式进行整体优化,降低了编译码的时间代价和计算的内存压力,节约了hadoop分布式文件系统约35%的存储开销,提高了hadoop分布式文件系统节点负载均衡能力和译码恢复效率。这种算法更适合于医疗专业文书的处理,解决临床科研需求和数据供给2个方面的问题。既能节省了存储容量,可以容纳与日俱增且越发复杂化的医疗数据,又能降低硬件服务器成本,为医院节省资金开销,更能快速查询获取数据池中的有效数据,让这些躺着的数据变成活的,充分发挥他们的临床使用价值和科研价值。这一套完整的、系统的优化方案,为未来hadoop分布式文件系统的发展提供了一条有效途径。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
副本策略论文参考文献
[1].吴修国,刘翠.云存储系统中最小开销的数据副本布局转换策略[J].计算机科学.2019
[2].杨莲,郭良君,马磊,王圣芳.大数据环境下hadoop分布式文件系统分散式动态副本存储优化策略研究[J].中国医院统计.2019
[3].徐凯,李旭健.基于数据缓存系统的低能耗副本布局策略[J].软件导刊.2019
[4].吕海燕,周立军,赵媛,张杰.基于热点数据块的动态副本调整策略[J].计算机测量与控制.2018
[5].杜华,郭俊,刘华春.基于Swift的副本数据自适应备份策略研究[J].计算机与现代化.2018
[6].梁胜昔.云环境下大数据存储副本策略的优化研究[D].南京邮电大学.2018
[7].王鑫,王人福,覃琴,蒋华.云存储副本优化选择策略[J].计算机科学.2018
[8].杨莲,马磊,吕传爱,李焱,尚明.基于RS纠删码下HDFS云存储动态副本策略的思考[J].科技创新与应用.2018
[9].黄冬梅,杜艳玲,贺琪,随宏运,李瑶.基于多属性最优化的海洋监测数据副本布局策略[J].计算机科学.2018
[10].陈伟.一种改进的HDFS副本放置策略[J].长春师范大学学报.2018