文献类型：期刊文章

作　　者：张松[1] 杜庆伟[1] 孙静[2] 孙振[2]

机构地区：[1]南京航空航天大学计算机科学与技术学院 [2]中国人民解放军94860部队

出　　处：《计算机与现代化》

基　　金：国家自然科学基金资助项目(61202350)

年　　份：2015

卷　　号：0

期　　号：2

起止页码：62-66

语　　种：中文

收录情况：IC、ZGKJHX、普通刊

摘　　要：为了提高数据的可用性和集群的整体性能,目前的HDFS(Hadoop Distributed File System)采用了副本数目固定的副本放置技术,然而由于文件热度存在较大差异,对那些具有较高热度文件的访问将影响作业的执行。为克服上述问题,本文提出一种基于预测的热点数据副本因子决策算法。根据数据的最近访问特征,基于灰色预测技术,采用马尔科夫预测模型修正因数据波动和突发访问造成的预测偏差,获取文件的未来访问热度,并基于预测值建立有限通道服务模型,寻找满足用户需求的最小副本因子。实验表明,较之现有的副本管理策略和基于实时热度调整副本因子策略,本策略可以有效减少热点数据的访问冲突,减少热点数据作业的执行时间和网络负载。

关 键 词：热点数据  副本管理 云计算 灰色预测 生灭过程

分 类 号：TP274]