摘要
1 绪论
1.1 研究背景
1.2 研究意义
1.3 研究现状
1.4 研究内容
1.5 论文组织结构
2 MongoDB和负载均衡算法
2.1 MongoDB的优点
2.2 MongoDB相关技术
2.2.1 主从复制
2.2.2 副本集
2.2.3 分片
2.3 MongoDB负载均衡策略
2.3.1 Chunk块拆分
2.3.2 负载均衡算法
2.3.3 存在的不足
2.4 本章小结
3 基于Markov预测模型的负载均衡架构
3.1 负载均衡策略分析
3.2 MongoDB负载均衡架构
3.3 架构的实现
3.3.1 访问控制模块
3.3.2 资源管理模块
3.3.3 负载预测模块
3.3.4 数据迁移模块
3.4 本章小结
4 自适应Markov负载预测模型
4.1 可行性分析
4.2 建立Markov模型
4.2.1 获取数据历史操作
4.2.2 构建Markov链
4.2.3 构建一步转移概率矩阵
4.2.4 生成稳态概率向量
4.3 负载预测
4.3.1 自适应预测周期
4.3.2 基于分片的负载预测
4.4 本章小结
5 数据迁移策略
5.1 数据迁移效率分析
5.2 分片和Chunk块负载的排序
5.3 数据迁移算法
5.4 数据一致性处理
5.5 本章小结
6.负载均衡实验
6.1.1 实验平台搭建
6.1.2 实验数据
6.2 操作负载因子确定
6.3 实验结果和数据分析
6.3.1 负载比较和分析
6.3.2 性能对比和分析
6.4 本章小结
7 总结和展望
7.1 工作总结
7.2 工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢
声明