基于藍光技術(shù)的海量數(shù)據(jù)光磁融合存儲研究
發(fā)布時間:2020-12-11 05:06
隨著互聯(lián)網(wǎng)的普及和廣泛應(yīng)用,人類社會所產(chǎn)生的視頻數(shù)據(jù)、圖像數(shù)據(jù)、文檔數(shù)據(jù)等呈爆炸式增長,一個海量數(shù)據(jù)的時代已經(jīng)來臨。按照IDC咨詢公司公布的《數(shù)字宇宙》研究報告,在2020年全球的數(shù)據(jù)總量將跨越40ZB(約合4000萬TB)。面對如此龐大的數(shù)據(jù)規(guī)模,如何長期、安全、可靠并且低成本的存儲這些數(shù)據(jù),成為大數(shù)據(jù)時代人類信息化技術(shù)發(fā)展首先要解決的問題。但是以磁盤或磁帶進行數(shù)據(jù)存儲的傳統(tǒng)數(shù)據(jù)存儲方式,存在高成本、高能耗、高風(fēng)險等弊端,難以滿足信息技術(shù)發(fā)展和環(huán)境可持續(xù)性的雙重要求。本文以藍光存儲技術(shù)為底層存儲空間,構(gòu)建光磁融合系統(tǒng)實現(xiàn)光、磁兩種存儲空間的統(tǒng)一管理,同時基于數(shù)據(jù)存儲的“二八”定律或行業(yè)實際情況設(shè)定存儲策略,合理分配存儲介質(zhì),實現(xiàn)數(shù)據(jù)存儲的有效、經(jīng)濟。相關(guān)工作內(nèi)容如下:1、本文以藍光存儲技術(shù)現(xiàn)有的API接口實現(xiàn)從存儲網(wǎng)關(guān)到藍光存儲空間的交互,進而實現(xiàn)從存儲網(wǎng)關(guān)同時對磁盤存儲空間和藍光存儲空間操作,用戶可用通過命令行實現(xiàn)數(shù)據(jù)的存儲、歸檔等操作。存儲網(wǎng)關(guān)的數(shù)據(jù)庫實現(xiàn)對存儲、歸檔的數(shù)據(jù)信息進行管理,數(shù)據(jù)的狀態(tài)值(status值)用來表示數(shù)據(jù)對象的存儲位置,即在磁盤存儲空間中還是在藍光存儲空間...
【文章來源】:北京工業(yè)大學(xué)北京市 211工程院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
硬盤使用率分析圖
圖 1-2 MapReduce 計算模式示意圖Figure 1-2 MapReduce calculation mode過以上的工作模型,可有效解決海量數(shù)據(jù)同時存儲、調(diào)用所需要的過對 Hadoop 框架的管理節(jié)點進行集群化設(shè)計可進一步強化系統(tǒng)的展性[27],并且磁盤存儲集群的擴展能力也能實現(xiàn)存儲空間的不斷擴存儲設(shè)備數(shù)量)[28],從而滿足海量數(shù)據(jù)存儲空間的需求。研究內(nèi)容于以上的背景分析和現(xiàn)狀調(diào)查,若要在大數(shù)據(jù)時代服務(wù)于海量數(shù)據(jù)在現(xiàn)有磁存儲設(shè)備能力和應(yīng)用手段的基礎(chǔ)上增加新的存儲介質(zhì)和介質(zhì)方面本課題嘗試以藍光存儲介質(zhì)作為現(xiàn)有磁存儲的補充,發(fā)揮據(jù)上的不同優(yōu)勢,形成優(yōu)勢互補,在方法上尋求一種自動管理存儲合理分配存儲空間,實現(xiàn)海量數(shù)據(jù)存儲的長期、經(jīng)濟、可靠。因此
圖 2-1 藍光光盤庫示意圖Figure 2-1 The Data Archiver Manager同時藍光光盤庫根據(jù)不同應(yīng)用場景和存儲容量,分為桌面級、企業(yè)級、和數(shù)據(jù)中心級四類,數(shù)據(jù)中心級藍光光盤庫擁有一個基本單元、四個冷數(shù)單元可實現(xiàn)單機柜 1.96PB 的存儲容量。.3 優(yōu)勢總結(jié)通過對藍光存儲技術(shù)的介紹,若將藍光存儲應(yīng)用于數(shù)據(jù)存儲方面,藍光同比磁帶、磁盤等存儲介質(zhì)將具有存儲密度大、存儲能耗低、介質(zhì)壽命長:存儲密度大:現(xiàn)采用 300GB/張的藍光光盤,可實現(xiàn)單機柜 1.96PB 的存,已知在實驗室中已實現(xiàn) 1.6TB/張的光盤,如果實現(xiàn)工業(yè)化,藍光光盤庫存儲容量將突破 10PB,同比單機柜的磁盤或磁盤具有更大的存儲密度。
【參考文獻】:
期刊論文
[1]《工業(yè)和信息化部關(guān)于加強“十三五”信息通信業(yè)節(jié)能減排工作的指導(dǎo)意見》節(jié)選(一)[J]. 張瑩婷. 工業(yè)爐. 2017(04)
[2]藍光存儲在電子檔案長期存儲中的應(yīng)用研究[J]. 龐海濤,王紅林,周傳輝. 檔案學(xué)研究. 2017(03)
[3]冷數(shù)據(jù)存儲研究[J]. 王峰,閆匯,劉圓. 電信技術(shù). 2017(06)
[4]降低數(shù)據(jù)中心PUE值的方法研究[J]. 許文民. 科技與創(chuàng)新. 2016(20)
[5]基于統(tǒng)計量的存儲系統(tǒng)磁盤功耗建模方法研究[J]. 孫鑒,李戰(zhàn)懷,張曉,王惠峰,趙曉南. 計算機研究與發(fā)展. 2016(07)
[6]大數(shù)據(jù)環(huán)境下冷數(shù)據(jù)存儲技術(shù)概述[J]. 姜曉青,王欽若. 工業(yè)控制計算機. 2016(06)
[7]基于云平臺OpenStack的對象存儲Swift的研究[J]. 蔡新霞. 福建廣播電視大學(xué)學(xué)報. 2014(06)
[8]信息存儲的萬年進化史[J]. 安素. 大科技(百科新說). 2014(12)
[9]基于Hadoop的海量數(shù)據(jù)存儲系統(tǒng)設(shè)計[J]. 王海榮,劉珂. 科技通報. 2014(09)
[10]OpenStack Swift關(guān)鍵技術(shù)分析與性能評測[J]. 葛江浩,劉磊,李小勇. 微型電腦應(yīng)用. 2013(11)
碩士論文
[1]HDFS分布式文件系統(tǒng)存儲策略研究[D]. 周小玉.電子科技大學(xué) 2015
[2]海量非結(jié)構(gòu)化數(shù)據(jù)的組織研究與實現(xiàn)[D]. 鄒波.華中科技大學(xué) 2008
本文編號:2909952
【文章來源】:北京工業(yè)大學(xué)北京市 211工程院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
硬盤使用率分析圖
圖 1-2 MapReduce 計算模式示意圖Figure 1-2 MapReduce calculation mode過以上的工作模型,可有效解決海量數(shù)據(jù)同時存儲、調(diào)用所需要的過對 Hadoop 框架的管理節(jié)點進行集群化設(shè)計可進一步強化系統(tǒng)的展性[27],并且磁盤存儲集群的擴展能力也能實現(xiàn)存儲空間的不斷擴存儲設(shè)備數(shù)量)[28],從而滿足海量數(shù)據(jù)存儲空間的需求。研究內(nèi)容于以上的背景分析和現(xiàn)狀調(diào)查,若要在大數(shù)據(jù)時代服務(wù)于海量數(shù)據(jù)在現(xiàn)有磁存儲設(shè)備能力和應(yīng)用手段的基礎(chǔ)上增加新的存儲介質(zhì)和介質(zhì)方面本課題嘗試以藍光存儲介質(zhì)作為現(xiàn)有磁存儲的補充,發(fā)揮據(jù)上的不同優(yōu)勢,形成優(yōu)勢互補,在方法上尋求一種自動管理存儲合理分配存儲空間,實現(xiàn)海量數(shù)據(jù)存儲的長期、經(jīng)濟、可靠。因此
圖 2-1 藍光光盤庫示意圖Figure 2-1 The Data Archiver Manager同時藍光光盤庫根據(jù)不同應(yīng)用場景和存儲容量,分為桌面級、企業(yè)級、和數(shù)據(jù)中心級四類,數(shù)據(jù)中心級藍光光盤庫擁有一個基本單元、四個冷數(shù)單元可實現(xiàn)單機柜 1.96PB 的存儲容量。.3 優(yōu)勢總結(jié)通過對藍光存儲技術(shù)的介紹,若將藍光存儲應(yīng)用于數(shù)據(jù)存儲方面,藍光同比磁帶、磁盤等存儲介質(zhì)將具有存儲密度大、存儲能耗低、介質(zhì)壽命長:存儲密度大:現(xiàn)采用 300GB/張的藍光光盤,可實現(xiàn)單機柜 1.96PB 的存,已知在實驗室中已實現(xiàn) 1.6TB/張的光盤,如果實現(xiàn)工業(yè)化,藍光光盤庫存儲容量將突破 10PB,同比單機柜的磁盤或磁盤具有更大的存儲密度。
【參考文獻】:
期刊論文
[1]《工業(yè)和信息化部關(guān)于加強“十三五”信息通信業(yè)節(jié)能減排工作的指導(dǎo)意見》節(jié)選(一)[J]. 張瑩婷. 工業(yè)爐. 2017(04)
[2]藍光存儲在電子檔案長期存儲中的應(yīng)用研究[J]. 龐海濤,王紅林,周傳輝. 檔案學(xué)研究. 2017(03)
[3]冷數(shù)據(jù)存儲研究[J]. 王峰,閆匯,劉圓. 電信技術(shù). 2017(06)
[4]降低數(shù)據(jù)中心PUE值的方法研究[J]. 許文民. 科技與創(chuàng)新. 2016(20)
[5]基于統(tǒng)計量的存儲系統(tǒng)磁盤功耗建模方法研究[J]. 孫鑒,李戰(zhàn)懷,張曉,王惠峰,趙曉南. 計算機研究與發(fā)展. 2016(07)
[6]大數(shù)據(jù)環(huán)境下冷數(shù)據(jù)存儲技術(shù)概述[J]. 姜曉青,王欽若. 工業(yè)控制計算機. 2016(06)
[7]基于云平臺OpenStack的對象存儲Swift的研究[J]. 蔡新霞. 福建廣播電視大學(xué)學(xué)報. 2014(06)
[8]信息存儲的萬年進化史[J]. 安素. 大科技(百科新說). 2014(12)
[9]基于Hadoop的海量數(shù)據(jù)存儲系統(tǒng)設(shè)計[J]. 王海榮,劉珂. 科技通報. 2014(09)
[10]OpenStack Swift關(guān)鍵技術(shù)分析與性能評測[J]. 葛江浩,劉磊,李小勇. 微型電腦應(yīng)用. 2013(11)
碩士論文
[1]HDFS分布式文件系統(tǒng)存儲策略研究[D]. 周小玉.電子科技大學(xué) 2015
[2]海量非結(jié)構(gòu)化數(shù)據(jù)的組織研究與實現(xiàn)[D]. 鄒波.華中科技大學(xué) 2008
本文編號:2909952
本文鏈接:http://www.wukwdryxk.cn/kejilunwen/jisuanjikexuelunwen/2909952.html
最近更新
教材專著