大数据云存储中的并行优化处理方法仿真

摘要：

在对云平台下大数据存储过程中,存储的数据种类越来越多,导致在并行存储中不同并行存储区在存储形式和存储特征上存在较大差别,传统的云计算存储过程在多差异并行区存储中,一旦差异过大,导致查询不断轮转,过程耗时、服务器能耗过大.提出基于改进稀疏算法的云平台下大数据存储优化与并行处理方法.先定义云平台下大数据的存储分布区域,融合于基于环的数据存储协议.将云平台下大数据存储系统划分为多个环区域,并设定出各个区域存储与查询环的活动时间.计算出环处于(非活动、活动)状态所消耗的能量,最大化云平台下的大数据存储环的活动时间.再利用稀疏算法将云平台下大数据存储转换为线性方程组的并行求解,有效地实现云平台下大数据存储与并行处理.仿真结果表明,改进稀疏算法的云平台下大数据存储优化与并行处理方法延长了网络寿命,并且大幅度节省内存空间,减少了能耗和时耗.

关键词：大数据存储、缩聚、并行处理

所属期刊栏目：33

分类号：TP309.3(计算技术、计算机技术)

资助基金：基于ArcGIS的数字化城市系统中某些关键技术的研究与实现152102210132

在线出版日期：2016-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：395-398