学位专题

封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 大数据时代的写优化结构
1.1.1 数据扁平化
1.1.2 写优化结构的兴起
1.2 日志结构合并树的历史与现状
1.2.1 日志结构合并树简介
1.2.2 日志结构合并树的应用
1.2.3 国内外研究现状
1.3 日志结构合并树面临的挑战
1.4 本文研究内容
1.5 课题来源
2 面向日志结构合并树的高性能跳表
2.1.1 跳表介绍
2.1.2 跳表在日志结构合并树中的应用现状
2.1.3 跳表性能对日志结构合并树的意义
2.1.4 本章研究目标
2.2.1 结构概览
2.2.2 搜索操作
2.2.3 插入操作
2.2.4 其它功能
2.2.5 基于锁的并发版本
2.3.1 时间复杂度
2.3.2 空间效率
2.4 性能评估
2.4.1 综合性能测试
2.4.2 多线程
2.5 本章小结
3 日志结构合并树直接存储技术研究
3.1 直接存储的必要性
3.1.1 存储资源管理策略的发展历程
3.1.2 LevelDB的存储方式
3.1.3 运行于文件系统上的日志结构合并树
3.1.4 结论
3.2 直接存储系统原型设计与实现
3.2.1 盘面布局
3.2.2 存储资源管理
3.2.3 日志更新和崩溃恢复
3.2.4 日志提交策略
3.2.5 内部碎片
3.2.6 实现
3.3 性能评估
3.3.1 写性能
3.3.2 读性能
3.3.3 崩溃恢复
3.3.4 空间利用率
3.3.5 同步日志的写放大
3.3.6 扩展测试-预分配文件
3.4.1 日志的持久性
3.4.2 并发操作
3.5 本章小结
4 构建基于森林模型的高性能键值存储系统
4.1 背景介绍
4.2 “树/森林”分类模型
4.2.1 分类规则
4.2.2 常见的基于多阶合并结构的系统归类
4.3 “树/森林”模型特征分析
4.3.1 增长因子
4.3.2 写放大
4.3.3 空间需求
4.3.4 读降级
4.3.5 最新研究
4.3.6 特征总结与优化空间
4.4 基于分割森林键值存储系统的设计与实现
4.4.1 合并策略
4.4.2 空间效率优化
4.4.3 并行搜索
4.4.4 原型系统
4.5 性能评估
4.5.1 实验环境
4.5.2 写性能
4.5.3 读性能
4.5.4 综合负载
4.6 相关问题讨论
4.7 本章小结
5 全文总结与展望
5.1 研究成果总结
5.2 工作展望
致谢
参考文献
附录1:攻读博士学位期间发表的论文目录
附录2:攻读博士学位期间申请的发明专利
附录3:攻读博士学位期间参与的科研项目