云环境下元数据弹性分级一致性保障机制研究

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:tx_programming
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了解决元数据的动态更新导致的元数据副本的不一致,从云存储系统中不同元数据对一致性强度需求的差异性出发,提出了基于元数据弹性分级的一致性保障机制。根据元数据访问频率以及更新属性敏感度对元数据更新弹性分级,结合基于读优化的Quorum算法实现元数据更新的分级一致性保障。实验证明该机制可以有效权衡元数据副本可用性、一致性和系统开销,相比单一的一致性策略更为灵活。
其他文献
通信信道的不可靠性会导致传输的视频数据质量下降,错误隐藏是解码端利用视频数据在空域和时域上的相关性来修复传输错误的有效技术。介绍了错误隐藏的研究现状和各项相关技术,包括插值法、边界匹配法及矢量外推法等;对经典及最新的错误隐藏技术进行了分析和对比,指出了亟待解决的问题和下一步的研究方向,为相关研究提供了参考。
针对无线网格网络(wireless Mesh network,WMN)中传统路由协议重复传输且频繁运行路由发现过程的问题,提出了基于期望传输次数(expected transmission count,ETX)路由度量的协调
社区结构的发现是社交网络分析研究的重要内容。与传统的重叠社区不同,最近的研究表明某些真实网络中在社区重叠部分要比社区内部节点间的连接更加密集,而现有的算法没有考虑此类社区结构。基于遗传算法,提出了一种新颖的方法来发现此类社区划分。为了刻画节点属于多个社区的重叠现象,首次将多维染色体和均匀块交叉算子引入到社区发现算法中。通过实验证明,提出的算法可以很好地发现社交网络中重叠和非重叠的社区结构。
为解决Web数据集成中大量事件表象语句共指现实世界同一事件,导致数据冗余问题,提出一种基于Markov逻辑网的事件表象统一方法。该方法从共指事件表象集合中获得较准确详细的一条表象,作为统一的事件表象对应现实事件,为数据集成提供高质量数据;将事件表象使用八个维度的形式表示,训练Markov逻辑网从共指事件表象集合中推理出准确详细的维度内容,重新组合后形成一条事件表象。使用少量一阶谓词从维度内容、事件
由于信息物理融合系统中网络之间的依赖关系,使得连锁故障现象频繁出现,系统变得脆弱,甚至可能引起网络瘫痪。如何减少连锁故障现象的发生是研究的重点内容。提出一种KID组合优化算法,通过寻求网络中节点的双向外连接数目K、网络内聚度ID(intra-degree)与阈值Pc值(维持网络运行所需要的最小值)的关系,找到K与ID如何组合使得Pc值降低,从而达到减少连锁故障现象的发生、提高网络稳定性的目的。从仿
针对目前工业生产中存在的矩形件排样优化问题,采用交叉概率和变异概率自适应改变的自适应遗传算法,并在遗传算法主要环节中采用改进的、性能较优的算子对排样序列进行求解,
针对相干信号二维波达方向(direction of arrival,DOA)估计运算复杂度高的问题,提出了一种基于前后向空间平滑的分步降维MUSIC算法。该算法通过前后向空间平滑技术去相干,通过
针对人工蜂群算法在求解函数优化问题中存在收敛精度不高、收敛速度较慢的问题,提出了一种改进的增强寻优能力的自适应人工蜂群算法。该算法利用逻辑自映射函数产生混沌序列对