港口生产业务云计算模型与系统研究
发布时间：2020-09-27 08:29
港口企业是物流的重要节点,在现代物流产业中占有极其重要地位。近年来我国港口建设步伐加快,总量规模不断扩大,港口结构基本上形成了以主枢纽港为核心,其他中小港口适当发展的层次格局。信息化是港口物流的灵魂,没有港口物流的信息化,就没有港口物流的现代化[1],无论是大型港口企业还是中小港口企业,对信息化建设同样有迫切的需求。对于港口而言,信息化是必然的趋势,港口需要通过信息化建设以提高港口物流的运转效率,提高经济效益。但是传统的信息化建设前期投入大,建设周期长,后期维护升级困难,使得大部分港口企业的信息化水平较低,难以满足生产需要。 在传统模式下,企业建立一套IT系统需要从购买、安装、部署硬件开始,再购买软件的授权或者定制开发软件系统,随后还要不断进行软硬件的升级维护,需要花费巨大的人力物力,高昂的成本对于中小企业来说有时是难以接受的。这种情况随着云计算(Cloud Computing)概念的提出开始慢慢改变。云计算作为-种新兴的IT实现方式,把计算机的计算能力和存储能力作为一种服务像水、电等基础设施那样提供,用户只要按需购买即可,大大减少了前期投入和后期维护的成本,提高了企业的资源利用率,使其能够以较少的投入获取更好的IT服务。 本文首先介绍了论文的研究背景和意义,并分析了云计算相关理论的发展和最新成果及动态,以其作为本文的理论基础。然后介绍港口企业业务流程的现状,剖析了港口企业采用云计算技术构建生产业务系统的意义。最后,结合个人的实际项目经历,提出了基于云计算的港口生产业务模型,并对其进行了系统的研究和分析。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2011
【中图分类】：F552;F224
【部分图文】：
形成一个较小的vatue值的集合。一般的，每次Reduce函数调用只产生O或1个输出value值。通常通过一个迭代器把中间value值提供给Reduce函数，这样就可以处理无法全部放入内存中的大量的value值的集合。图2一1展示了MapReduce实现操作的全部流程。当用户调用MapReduce函数时，将发生下面的一系列动作(下面的序号和图2一1中的序号一一对应): sssPlitOOOOOOOOOOOOO叨叨叨叨叨叨 叨叨争utttsssp!it址 址 址五 leooo sssp!itZZZZZZZZZZZZZZZZZZZZZZZ佣佣佣佣佣佣佣 佣 佣佣佣tPuttt sssPlit333333333333333fil亡111 sssPlit4444444444444InPut filesMaPPllaseI百飞 Iernledlatefilcs(。 flloealdzsks)RedUCePhaseOutpu走fi!es图2一 1MapReduce实现操作的全部流程l)用户程序首先调用的MapReduce库将输入文件分成M个数据片度，每个数据片段的大小一般从16MB到64MB(可以通过可选的参数来控制每个数据片段的大小)。然后用户程序在机群中创建大量的程序副本。2)这些程序副本中的有一个特殊的程序一master。副本中其它的程序都是worker程序，由master分配任务。有M个M叩任务和R个Reduee任务将被分配，master将一个MaP任务或Reduce任务分配给一个空闲的worker。3)被分配了map任务的worker程序读取相关的输入数据片段，从输入的数据j今一段弓，解析出 key/valuepair，然后把 key/valuepair传递给用户自定义的MaP函数
GFSehunkserver乡ln砰x恤s少;沈m图2一 2GFs系统的基本结构3.云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。因此，云计算的数据管理往往采用数据库领域中列存储的数据管理模式。云计算的数据管理技术中常见的是Google的BigTable，以及Hadoop的开源项目HBase。BigTable是一个分布式的、面向列的分布式数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，BigTable对数据读操作进行优化，采用列存储的方式，提高数据读取效率。BigTable的内容按照行来划分
GFSehunkserver乡ln砰x恤s少;沈m图2一 2GFs系统的基本结构3.云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。因此，云计算的数据管理往往采用数据库领域中列存储的数据管理模式。云计算的数据管理技术中常见的是Google的BigTable，以及Hadoop的开源项目HBase。BigTable是一个分布式的、面向列的分布式数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，BigTable对数据读操作进行优化，采用列存储的方式，提高数据读取效率。BigTable的内容按照行来划分
本文编号：2827650
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2011
【中图分类】：F552;F224
【部分图文】：
形成一个较小的vatue值的集合。一般的，每次Reduce函数调用只产生O或1个输出value值。通常通过一个迭代器把中间value值提供给Reduce函数，这样就可以处理无法全部放入内存中的大量的value值的集合。图2一1展示了MapReduce实现操作的全部流程。当用户调用MapReduce函数时，将发生下面的一系列动作(下面的序号和图2一1中的序号一一对应): sssPlitOOOOOOOOOOOOO叨叨叨叨叨叨 叨叨争utttsssp!it址 址 址五 leooo sssp!itZZZZZZZZZZZZZZZZZZZZZZZ佣佣佣佣佣佣佣 佣 佣佣佣tPuttt sssPlit333333333333333fil亡111 sssPlit4444444444444InPut filesMaPPllaseI百飞 Iernledlatefilcs(。 flloealdzsks)RedUCePhaseOutpu走fi!es图2一 1MapReduce实现操作的全部流程l)用户程序首先调用的MapReduce库将输入文件分成M个数据片度，每个数据片段的大小一般从16MB到64MB(可以通过可选的参数来控制每个数据片段的大小)。然后用户程序在机群中创建大量的程序副本。2)这些程序副本中的有一个特殊的程序一master。副本中其它的程序都是worker程序，由master分配任务。有M个M叩任务和R个Reduee任务将被分配，master将一个MaP任务或Reduce任务分配给一个空闲的worker。3)被分配了map任务的worker程序读取相关的输入数据片段，从输入的数据j今一段弓，解析出 key/valuepair，然后把 key/valuepair传递给用户自定义的MaP函数
GFSehunkserver乡ln砰x恤s少;沈m图2一 2GFs系统的基本结构3.云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。因此，云计算的数据管理往往采用数据库领域中列存储的数据管理模式。云计算的数据管理技术中常见的是Google的BigTable，以及Hadoop的开源项目HBase。BigTable是一个分布式的、面向列的分布式数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，BigTable对数据读操作进行优化，采用列存储的方式，提高数据读取效率。BigTable的内容按照行来划分
GFSehunkserver乡ln砰x恤s少;沈m图2一 2GFs系统的基本结构3.云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。因此，云计算的数据管理往往采用数据库领域中列存储的数据管理模式。云计算的数据管理技术中常见的是Google的BigTable，以及Hadoop的开源项目HBase。BigTable是一个分布式的、面向列的分布式数据库，不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库，BigTable对数据读操作进行优化，采用列存储的方式，提高数据读取效率。BigTable的内容按照行来划分
【引证文献】
相关硕士学位论文 前1条
1 崔宁宁;面向电信运营的云计算模型研究[D];西北大学;2012年
本文编号：2827650
本文链接：https://www.wllwen.com/jingjilunwen/jtysjj/2827650.html
