基于MapReduce模型的非结构化数据分布式存储方法

摘要：

为了解决传统数据存储方法存在的内存消耗过大、读取效率低等多种问题,提出了基于MapReduce模型的非结构化数据分布式存储方法.设计了非结构化数据垂直分片与水平分片方案,并采用聚类算法对分片处理后的非结构化数据进行聚簇处理,在此基础上构建用于数据分布式存储的MapReduce模型,得到非结构化数据分布式存储结果.实验测试结果表明,与传统非结构化数据存储方法相比,研究方法的内存消耗更小、写入量更大、读取效率更高、访问频率动态调节性能好,由此证明该方法的存储性能更优越,实际应用效果更好.

关键词：人工智能、非结构化数据、分布式存储、存储消耗

所属期刊栏目：38

分类号：TP392(计算技术、计算机技术)

在线出版日期：2022-09-06（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：106-109