华南理工大学学报(自然科学版)

作者：郑美光 杨姣 常成龙 胡志刚

单位：中南大学 计算机学院，湖南 长沙 410083

关键词：大数据,云模型,数据分区,数据传输,不稳定分区

基金：国家自然科学基金资助项目(61602525，61572525);中南大学中央高校基本科研业务费专项资金资助项目(2018zzts624)

在大数据背景下，非结构化云数据管理系统中数据节点需要处理不断膨胀的原 始数据、索引数据和中间数据，“数据膨胀”将显著增加云数据管理系统的时间和能耗等 各类开销． 为降低非结构化数据管理系统因数据频繁移动而导致的数据传输开销，文中提 出了一种不稳定数据分区的识别算法． 首先面向非结构化数据管理系统，通过引入云模型 理论对存储系统中的数据分区进行云建模，识别出不稳定的数据分区，然后调用相关算法 对其进行重新布局． 实验结果显示，不稳定数据分区识别算法可以有效地识别出不稳定的 数据分区，对其重新布局后，降低数据传输开销的效果显著．

来源：2019年第8期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2019年第8期