海量数据云存储优化模式的设计与仿真  

Design and Simulation of Mass Data Cloud Storage Optimization Model

作　　者：宋亮[1] 连冬艳[1] 卜春霞[2] 

机构地区：[1]南阳理工学院数理学院,河南南阳473000 [2]郑州大学数理学院,河南郑州450000

出　　处：《计算机仿真》2016年第4期232-235,共4页Computer Simulation

摘　　要：在对海量数据云存储优化过程中,由于海量数据具有数据量大,伸缩性强的数据节点特征,使得海量数据客户端和云存储服务器之间网络带宽存在干扰。传统的海量数据云存储模式由于受到干扰对网络节点数据包的影响,导致无法实现海量数据的有效云存储,降低云存储的存储效率。提出采用分布式计算的海量数据云存储优化模式,首先从海量数据的管理人手,对空间数据和非空间数据的不同特点进行分析,塑造一种分布式的存储模式,在通过分布式数据虚拟化管理和面向信息汇聚的数据调度机制,完成对海量数据的云存储,并给出云存储结构图及分布式元数据集的基本结构。然后采用定向随机游走规则传输网络中各源数据包,在源数据包抵达所要访问的网络节点后,从全部邻居节中选择一个节点继续进行访问。仿真结果表明,所提方法提高存储效率提供了依据。Based on distributed computing mode of mass data cloud storage optimization, first of all, start with the management of mass data, we analyzed different characteristics of spatial data and non - spatial data, and moul- ded a distributed storage mode. Then, we completed the cloud storage for mass data through virtualization distributed data management and data scheduling mechanism for iafomation gathering, and gave a cloud storage structure and basic structure of the distributed metadata set. Finally, we used the rules of the directional random walk to transmit each source packets in network, and after the source packet arrived the network node to be accessed, a node was selected from all the neighbors of the node to continue a visiting. The simulation results show that the proposed method has high storage efficiency.

关 键 词：海量数据 云存储 模式 仿真 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]