分布式文件存儲與檢索平臺的設(shè)計與實現(xiàn).pdf

1、信息爆炸時代,人們對于有效信息的獲取已成為基本要求,而“數(shù)據(jù)豐富,信息貧乏”這一現(xiàn)狀,促使信息檢索技術(shù)在不斷的更新和完善。目前數(shù)字信息量激增、存儲價格低廉、網(wǎng)絡(luò)迅猛發(fā)展,在這種情況下要快速獲取有效信息,傳統(tǒng)的本地文件系統(tǒng)因受單一的設(shè)備局限,其存儲容量和存儲效率都已經(jīng)很難滿足當(dāng)前人們對存儲管理的要求。分布式的文件存儲和檢索系統(tǒng)具有的高效、穩(wěn)定、可擴(kuò)展性強(qiáng)等優(yōu)勢,成為了我們實現(xiàn)高效的存儲檢索平臺的首選方式。
　　 分布式并行編程模型

2、很多,各有特點,我們比較了經(jīng)典的OpenMP、MPI和最近比較熱門的MapReduce編程模式,發(fā)現(xiàn)OpenMP可擴(kuò)展性差而MPI的編程模型復(fù)雜。MapReduce是Google提出的一種針對大規(guī)模群組中的海量數(shù)據(jù)處理的分布式編程模型。其優(yōu)點在于:可擴(kuò)展性好,可讀性強(qiáng),并具有較好的自動并行能力和容錯能力。
　　 本文分析了分布式系統(tǒng)優(yōu)勢,介紹了MapReduce這種編程模式;建立了一個基于MapReduce的分布式文件存儲系統(tǒng)(

3、DFS:distributed file system),并在此存儲系統(tǒng)上構(gòu)建了分布式檢索平臺(DIR:distributed information retrieval),實現(xiàn)了檢索。
　　 實驗對比說明,隨著處理數(shù)據(jù)的增加,基于MapReduce的分布式文件存儲和檢索系統(tǒng)的效率遠(yuǎn)優(yōu)于單機(jī)處理以及MPI并行系統(tǒng),但是還是有閥值問題;改進(jìn)Reduce階段的性能,可以提高并行計算系統(tǒng)的整體性能;博客存儲檢索系統(tǒng)的設(shè)計與實現(xiàn),驗證了