分布式环境下云存储的数据存储策略研究

摘要

随着信息技术的发展以及互联网的普及，全球数据总量日益膨胀，已然进入以数据为中心的时代。特别是在Web2.0时代，新的网络服务模式促使用户的上网行为从信息消费者向信息生产者转变，大量的社交类、论坛型网站、电子商务网站等将产生爆炸式规模的数据。这些数据以非结构化数据类型为主。同时，随着产业信息化进程的推进以及企业业务的发展，全世界每天又将有大量的数据被创造或被复制，例如电信账单数据、金融交易数据以及卫星探测数据等等。一方面，全球数据量是如此庞大并持续快速增长，而另一方面，大量廉价的存储设备空间并未被有效利用。云存储的目的之一正是将这些闲置的存储空间虚拟化统一以适应大量数据的存储。
　　 海量数据的存储越来越成为许多数据密集型企业面临的问题和挑战，包括结构化信息，半结构化信息和非结构化信息的存储。目前海量数据的存储也变得越来越普及，但是对存储的要求也变得越来越高。存储的智能化便是其中一个较为实际的要求。尽管目前对智能化存储还没有一个统一的定义，智能化存储与许多方向也有着关联，它体现在存储的每一个细节上（例如，存储网络的智能化、语义检索的智能化、存储服务器的智能化等等），以达到卓越的可用性、高可行性和管理的智能化并对应用系统和用户透明。随着语义网技术的发展，语义存储系统的提出为存储智能化提供了可能。
　　 本文介绍了分布式环境及其相关的分布式存储技术，分析了当前分布式存储系统所面临的问题，然后介绍了语义网相关的技术包括本体的相关理论、资源描述框架等，并通过本体建模工具Protege为分布式存储系统资源分类领域建立本体模型，在该本体模型上对存储资源对象进行相应的资源分类和规则推理以实现语义路由，以兼容目前的各类分布式存储文件系统又能便于扩展，克服了目前系统适合单一场景、存储设备利用不充分的缺陷。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．1．1 云存储

1．2 研究问题的提出

1．3 论文主要研究内容

1．4 论文结构

1．5 本章小结

第2章 云存储分布式文件系统的研究

2．1 引言

2．2 分布式文件系统

2．2．1 Hadoop Distributed File System

2．2．2 Ceph

2．2．3 其他分布式文件系统

2．3 本章小结

第3章 语义网技术

3．1 语义网简单介绍

3．2 语义网的实现及优点

3．3 语义网相关技术

3．3．1 本体理论

3．3．2 资源描述框架及RDFS

3．3．3 数据的语义标注

3．3．4 Jena的推理系统

3．4 语义文件系统

3．5 本章小结

第4章 基于本体的资源分类模型

4．1 元数据存储

4．2 语义元数据

4．2．1 语义元数据的概念

4．2．2 语义元数据的构成

4．3 基于语义的存储对象

4．3．1 OWL

4．3．2 基于OWL语言的元数据表示

4．4 资源分类的本体模型

4．5 本章小结

第5章 基于资源分类的存储系统

5．1 存储对象的语义预处理

5．1．1 存储对象的语义元数据提取

5．1．2 存储对象的语义路由

5．2 存储系统的基本架构

5．3 数据操作

5．4 模拟实验与性能分析

5．4．1 模拟实验环境搭建

5．4．2 模拟结果与分析

5．5 本章小结

第5章 总结与展望

6．1 总结

6．2 展望

致谢

参考文献

攻读硕士学位期间发表学术论文