基于時序參數(shù)的重復(fù)數(shù)據(jù)刪除索引研究與實現(xiàn).pdf

1、隨著信息全球化的發(fā)展，信息數(shù)據(jù)量出現(xiàn)爆炸式增長，傳統(tǒng)的存儲方式已經(jīng)無法滿足現(xiàn)代信息發(fā)展的需要?，F(xiàn)代信息技術(shù)對于存儲系統(tǒng)提出了越來越高的要求。重復(fù)數(shù)據(jù)刪除技術(shù)作為一種有效的無損壓縮數(shù)據(jù)技術(shù)，越來越受到人們的重視，被廣泛應(yīng)用在各個存儲的相關(guān)領(lǐng)域，達到了優(yōu)化存儲空間利用率、降低存儲開銷、節(jié)約系統(tǒng)資源的目的。
　　本文針對在數(shù)據(jù)總量不斷增長情況下的數(shù)據(jù)存儲問題，在總結(jié)了當(dāng)前重復(fù)數(shù)據(jù)刪除系統(tǒng)原理及基本流程的基礎(chǔ)上，對重復(fù)數(shù)據(jù)刪除的索引進行了

2、深入的研究，取得了一定的進展，具體如下：
　　（1）針對目前重復(fù)數(shù)據(jù)刪除系統(tǒng)中存在的零引用數(shù)據(jù)冗余，提出了系統(tǒng)清理的目標以及一般流程。通過引入序數(shù)參數(shù)，記錄每一個數(shù)據(jù)塊的引用次數(shù)。當(dāng)序數(shù)參數(shù)為零時，等同于刪除標記，標識出了待清理的數(shù)據(jù)塊，以便于批量化執(zhí)行系統(tǒng)清理。為了避免系統(tǒng)清理中的抖動問題，引入時間參數(shù)，記錄數(shù)據(jù)塊的最后訪問時間，避免刪除當(dāng)期訪問過的數(shù)據(jù)塊。
　?。?）定義了數(shù)據(jù)塊的熱度值，用于表示系統(tǒng)中數(shù)據(jù)塊在某一期的數(shù)

3、據(jù)價值。通過使用時間參數(shù)和序數(shù)參數(shù)，得出了一種數(shù)據(jù)塊熱度值的計算公式。同時，為了體現(xiàn)數(shù)據(jù)塊熱度值的延續(xù)性，在其計算公式中引入歷史參數(shù)，避免了數(shù)據(jù)塊熱度值的劇烈波動。
　?。?）根據(jù)數(shù)據(jù)塊的熱度值，將高熱度值的數(shù)據(jù)塊指紋組合成了一個高優(yōu)先度的小型索引，即快速索引?？焖偎饕拿新手苯佑绊懴到y(tǒng)的檢索命中率。為了提高快速索引的命中率，除了改良熱度值的計算方式，還要合理設(shè)置快速索引的尺寸?？焖偎饕某叽邕^大或者過小都會降低快速索引的效率。