期刊文献+

一种基于动态迁移的智能存储算法研究 被引量:1

Research on an intelligent storage algorithm based on dynamic migration
下载PDF
导出
摘要 随着大数据、云计算、互联网等技术的快速发展和改进,人们已经开发了许多管理信息系统,数据存储成为这些应用系统的重要支撑。传统的数据存储采用顺序存储、随机存储、哈希存储等模式,但是这将会给存储器带来严重的挑战,不利于热点数据的访问,无法提高数据存储的效率。为了解决上述问题,提出了一种基于动态迁移的智能存储算法,该算法可以将存储器划分为多个优先级,针对热点数据进行有效的估值操作,动态迁移估值较高的数据到优先级位置,能够提高数据信息的访问速度,进一步缩短应用系统数据操作时间。实验结果表明智能存储算法的访问时间远低于传统存储模式,具有重要的作用和意义。 With the rapid development and improvement of big data, cloud computing and Internet technology,it has developed a number of management information systems, data storage has become an important support for these applications.The traditional data storage using sequential storage, random access memory, hash storage mode, but it will bring a serious challenge to the memory, is not conducive to the hot data access, can improve the efficiency of data storage.In order to solve the above problems, this paper proposes an intelligent storage algo- rithm based on dynamic migration,the algorithm can be divided into a plurality of memory priority,efficient valua- tion for hotspot data operations, dynamic valuation data to higher priority location, can improve the speed of data access, data manipulation time further reduced application system.The experimental results show that the access time of this algorithm is much lower than that of the traditional storage mode.
作者 王雪丽
机构地区 宿州学院
出处 《安阳工学院学报》 2017年第4期94-97,共4页 Journal of Anyang Institute of Technology
关键词 动态迁移 智能存储 数据库 云服务 dynamic migration intelligent storage database cloud services
  • 相关文献

参考文献6

二级参考文献131

  • 1刘正伟,文中领,张海涛.云计算和云数据管理技术[J].计算机研究与发展,2012,49(S1):26-31. 被引量:170
  • 2刘金垒,李琼.新型非易失相变存储器PCM应用研究[J].计算机研究与发展,2012,49(S1):90-93. 被引量:5
  • 3邓志欣,甘学温.相变存储器简介与展望[J].中国集成电路,2005,14(4):48-51. 被引量:4
  • 4庄庆德.传感器网络的研究现状[J].国外电子测量技术,2005,24(4):1-5. 被引量:7
  • 5程承旗,任伏虎,濮国梁,等.空间信息剖分组织导论[M].北京:科学出版社,2012. 被引量:19
  • 6LECLERC Y, REDDY M, IVERSON L, et al. The GeoWeb-A New Paradigm for Finding Data on the Web[C]. Proceedings of the International Cartographic Conference (ICC2001), Bei- jing, 2001. 被引量:1
  • 7LECLERC Y,REDDY M, ERIKSEN M,et al. SRI's Digital Earth Project[R]. Technical Report No. 560, Artificial Intelligence Center, SRI International, Menlo Park, CA. 1,2002. 被引量:1
  • 8Konstantinou], Tsoumakos D. Mytilinis I. et al. DBalancer: Distributed load balancing for NoSQL data-stores[C]//Proc of the 2013 ACM SIGMOD Int Conf on Management of Data. New York: ACM. 2013:1037-1040. 被引量:1
  • 9PlattnerH,ZeierA.内存数据管理[M].SAP译.2版.北京:清华大学出版社,2012. 被引量:1
  • 10Raoux S. Burr G W. Breitwisch M J. et al. Phase-change random access memory: A scalable technology[J]. IBM Journal of Research and Development (lBMRD). 2008. 52 (4/5): 465-480. 被引量:1

共引文献92

同被引文献11

引证文献1

二级引证文献12

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部