10.3969/j.issn.1006-9348.2019.10.079
云存储环境下公共资源大数据分层存储仿真
针对传统的图书馆公共资源大数据分层存储方法存在存储效率较低、执行开销较大、能耗消耗较高等问题,提出一种基于云存储环境下的公共资源大数据分层存储方法.利用组织群对大规模数据进行处理,构建云存储环境下公共资源大数据的并行处理模型,通过贝叶斯的分类原理,找到能够并行的点,根据MapReduce平台实现基于朴素贝叶斯的数据分类.在上述基础上,引入扩展哈希编码方式动态向外扩展存储节点,将内层节点的数据进行备份.通过多阈值级存储方法,使数据能够均匀的存储在多个节点,实现云存储环境下公共资源大数据分层存储.实现结果表明,所提方法能够保证对图书馆的公共资源大数据进行高效率、低成本的有效存储.
云存储环境下、公共资源、大数据分层存储
36
TP393(计算技术、计算机技术)
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
383-386,404