您的位置: 专家智库 > >

湖南省教育厅科研基金(12C0121)

作品数:2 被引量:0H指数:0
相关作者:唐兵更多>>
相关机构:湖南科技大学里昂高等师范学院更多>>
发文基金:湖南省教育厅科研基金博士科研启动基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇分布式
  • 2篇分布式文件
  • 2篇分布式文件系...
  • 1篇志愿计算
  • 1篇容错
  • 1篇数据缓存
  • 1篇缓存
  • 1篇缓存策略
  • 1篇计算环境
  • 1篇MAPRED...

机构

  • 2篇湖南科技大学
  • 1篇里昂高等师范...

作者

  • 2篇唐兵

传媒

  • 1篇计算机工程与...
  • 1篇计算机应用

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
面向费用优化的云存储缓存策略
2014年
为提高云存储的访问速率并降低费用,提出了一种面向费用优化的云存储缓存策略。利用几乎免费的局域网环境下的多台桌面计算机,在本地建立一个分布式文件系统,并将其作为远端云存储的缓存。进行文件读取时,首先查找其是否在缓存中,若存在则直接从缓存读取;若不存在则从远端云存储读取。采用了最近最少使用(LRU)算法进行缓存替换,将冷门数据从缓存中替换掉。以亚马逊简单存储服务(S3)作为远端的云存储服务,对原型系统进行了简单的性能测试。测试结果表明,使用了所提出的缓存策略后,在降低费用的同时能够显著提高文件读取的速度。
唐兵张黎
关键词:数据缓存分布式文件系统
一种混合计算环境下的MapReduce并行模型
2013年
提出了一种混合计算环境下的MapReduce并行计算模型,利用该模型可以将高性能集群节点与Internet或Intranet下异构的桌面PC组成混合计算环境,在该混合环境下运行MapReduce任务进行海量数据分析处理,充分利用了大规模桌面PC的计算与存储能力。与Hadoop类似,该模型分为存储层和任务层两层。对该模型及其核心的HybridDFS分布式文件系统和MapReduce算法进行了简单描述,进而设计并实现了一个原型系统,并对其进行了性能测试。测试结果表明,提出的混合计算模型不仅能够实现可靠的MapReduce计算,而且降低了计算的成本开销,具有非常大的潜力。
唐兵贺海武
关键词:MAPREDUCE志愿计算容错分布式文件系统
共1页<1>
聚类工具0