面向大数据的分布式存储技术研究

发布时间：2024-02-20 23:43

　　云计算数据中心数据储存的关键技术是分布式存储技术,为整个数据中心的安全和稳定运行提供了重要保障,但分布存储不稳定的问题经常发生,原因主要是服务端存储的数据量过大。文章首先阐述了当下对大数据分布式存储技术的研究现状,其次分析了大数据分布式存储技术在发展中存在的问题,最后分析其实现更好发展的策略。

【文章页数】：2 页

【部分图文】：

图1大数据的4V特点Figure14Vfeaturesofbigdata见图1

图1大数据的4V特点Figure14Vfeaturesofbigdata注:虚线框表示数据搜集过程可以简化省略，如自由自愿贡献数据的众包(CrowdSouring)搜集形式;SQL=关系数据库，NoSQL=非关系数据库，HDFS=Hadoop分布式文件系统;HBASE=Hadoo....

图1电力大数据存储架构

同配置优化技术，设计自适应的动态采样自优化算法;二是面向电力大数据的存储节点自调节技术，是研究面向电力大数据的分布式存储系统中存储技术和架构的优化问题，实现存储系统节点数据的自调节算法，使得节点数据的均衡分布以及新增节点的优化部署等问题得到解决。在面向电力大数据的存储系统中，构建....

图1电力大数据存储架构

面向能源大数据的分布式存储关键技术研究47(c)700万(d)1000万图7-2RegionServer上读写请求次数(1)如图(a)所示，当数据集为100万时，HBase集中在centos4上、BHBase5和BHBase10把负载分散到4个RegionServer上，BHBa....

图7-2RegionServer上读写请求次数

面向能源大数据的分布式存储关键技术研究49(a)BHBase5(b)BHBase10(c)HBase图7-4400万条数据region上读写请求负载通过对比图7-4的3个子图，可以看出：当数据集规模为400万时，HBase中的读写请求集中在centos4和centos5的Regi....

本文编号：3904702