面向現(xiàn)代服務(wù)業(yè)大數(shù)據(jù)的高效數(shù)據(jù)管理研究

定　價：￥68.00

作　者：	史曉東著
出版社：	中國經(jīng)濟(jì)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787513666251	出版時間：	2021-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	306	字?jǐn)?shù)：

內(nèi)容簡介

　　大數(shù)據(jù)需要滿足基本的3V特性，即數(shù)據(jù)容量大（價值密度較低）、數(shù)據(jù)類型繁雜和時效性要求高。大容量和低價值密度特性決定了存儲系統(tǒng)在通過分布式架構(gòu)提升存儲能力的同時也要格外注重數(shù)據(jù)存儲的性價比，具有較低單位數(shù)據(jù)量存儲價格的磁盤類設(shè)備仍舊極具競爭力。較高的時效性要求和大數(shù)據(jù)類型繁雜特性則對存儲系統(tǒng)的高性能和適應(yīng)性方面提出了更大的挑戰(zhàn)，也預(yù)示著存儲級別大數(shù)據(jù)管理在存儲系統(tǒng)性能提升過程中的地位愈加重要?？傮w而言，自人類進(jìn)入大數(shù)據(jù)時代，大數(shù)據(jù)存儲在高性能研究領(lǐng)域正發(fā)生著深刻的變革，主要體現(xiàn)在兩個大的方面：一方面是存儲系統(tǒng)基礎(chǔ)設(shè)施本身的性能提升，主要包括存儲介質(zhì)和存儲體系結(jié)構(gòu)的進(jìn)化與改善，以及緊密依附于具體介質(zhì)和架構(gòu)的緩存管理、預(yù)取等核心存儲技術(shù)的優(yōu)化。存儲系統(tǒng)基礎(chǔ)設(shè)施的高性能優(yōu)化體現(xiàn)出一種通用性和底層依賴性的特征，其核心是面向底層存儲設(shè)備和存儲系統(tǒng)的，缺乏對大數(shù)據(jù)本身結(jié)構(gòu)優(yōu)化的相關(guān)研究。另一方面則從大數(shù)據(jù)本身及其管理出發(fā)，研究提升存儲系統(tǒng)性能和效率的模型與方法，由于此類研究更具針對性，其涉及的大數(shù)據(jù)種類繁多、應(yīng)用類型廣泛，為此本書采用具有典型大數(shù)據(jù)特征的軌跡大數(shù)據(jù)作為研究對象，并從軌跡大數(shù)據(jù)壓縮和軌跡大數(shù)據(jù)檢索（訪問）兩個與存儲性能直接相關(guān)的方面出發(fā)，研究了云架構(gòu)下高性能軌跡大數(shù)據(jù)壓縮框架和時空融合檢索算法。通過相關(guān)研究，本書構(gòu)建了大數(shù)據(jù)背景下高性能存儲系統(tǒng)與管理技術(shù)的核心研究內(nèi)容體系，并給出了相應(yīng)的典型研究成果，為高性能大數(shù)據(jù)存儲系統(tǒng)的研究領(lǐng)域和研究方向提供了有益的借鑒。

作者簡介

　　史曉東，博士，畢業(yè)于華中科技大學(xué)計算機(jī)體系結(jié)構(gòu)專業(yè)，現(xiàn)工作于河南財經(jīng)政法大學(xué)電子商務(wù)與物流管理學(xué)院，教研室副主任。主要研究方向包括：大數(shù)據(jù)存儲、大數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)。先后在國內(nèi)外重要期刊和國際會議發(fā)表論文十余篇，主持教育部和河南省重點研發(fā)與推廣專項（科技攻關(guān)）等省部級項目2項，主持河南省高等學(xué)校重點科研項目1項，參與國家“973”計劃項目1項，參與國家自然科學(xué)基金和社會科學(xué)基金項目多項，作為主要人員參與河南省重點研發(fā)與推廣專項（科技攻關(guān)）4項，參與專著與教材撰寫共4項。

圖書目錄

1 大數(shù)據(jù)概述 1
1.1 大數(shù)據(jù)概述 2
1.2　大數(shù)據(jù)相關(guān)概念 4
1.3　大數(shù)據(jù)處理 8
1.4　大數(shù)據(jù)相關(guān)技術(shù) 10
1.4.1　物聯(lián)網(wǎng)技術(shù) 10
1.4.2 云技術(shù) 11
1.4.3 移動互聯(lián)技術(shù) 13
1.4.4 人工智能技術(shù) 15
1.5　大數(shù)據(jù)應(yīng)用 16

2 大數(shù)據(jù)存儲 21
2.1 高性能存儲技術(shù) 21
2.1.1　存儲介質(zhì) 22
2.1.2　并行存儲技術(shù) 36
2.1.3　緩存技術(shù) 48
2.1.4　預(yù)取技術(shù) 57
2.1.5　高速數(shù)據(jù)通道技術(shù) 63
2.2 云計算與云存儲技術(shù) 64
2.2.1 云計算 65
2.2.2　云存儲 75

3 大數(shù)據(jù)環(huán)境下高性能預(yù)取加權(quán)圖模型 80
3.1　大數(shù)據(jù)存儲系統(tǒng)中的順序訪問模式 81
3.1.1 順序訪問流長度信息的使用 84
3.1.2 不斷增加的順序訪問 87
3.2 加權(quán)圖模型 89
3.2.1 加權(quán)圖的構(gòu)建方法 91
3.2.2 及時更新加權(quán)圖模型 96
3.3 模型有效性評估 99
3.3.1 基于加權(quán)圖模型的預(yù)取算法 99
3.3.2 實驗結(jié)果 100
3.3.3 模型敏感性研究 102
3.4 本章小結(jié) 104

4 多層存儲系統(tǒng)中自適應(yīng)順序預(yù)取技術(shù) 105
4.1 第二層（底層）緩存特點 106
4.2 第二層緩存的管理 109
4.3 不同層級緩存下的順序預(yù)取算法 114
4.4　自適應(yīng)順序預(yù)取 116
4.4.1 活動時間點缺失的評估 116
4.4.2 預(yù)測預(yù)取請求的精確度 119
4.4.3　自適應(yīng)順序預(yù)取算法及其實現(xiàn) 120
4.5 實驗結(jié)果與性能分析 125
4.5.1 實驗設(shè)置及其方法 126
4.5.2 順序預(yù)取算法性能評估 127
4.5.3 頁面活動時間點缺失評估的準(zhǔn)確性 131
4.5.4 不同緩存管理算法下的順序預(yù)取 134
4.6 本章小結(jié) 136

5 分布式大數(shù)據(jù)存儲中條帶化預(yù)取技術(shù) 138
5.1 并行磁盤系統(tǒng)的訪問特點 139
5.2 預(yù)取算法及空間局部性 144
5.2.1 各種預(yù)取算法 144
5.2.2 空間局部性 147
5.3 基于空間局部性的條帶化預(yù)取算法 148
5.3.1 確認(rèn)預(yù)取數(shù)據(jù)區(qū)域 149
5.3.2　LSP算法描述 152
5.3.3　算法實現(xiàn)過程中的問題 155
5.4　性能評估 157
5.4.1　實驗結(jié)果 158
5.4.2　不同配置下的預(yù)取性能 161
5.4.3　關(guān)于預(yù)取磁盤獨立性的探討 164
5.5 本章小結(jié) 167
6 面向存儲并行性的緩存管理算法 169
6.1　并行磁盤系統(tǒng)緩存管理中的問題 169
6.2　并行磁盤系統(tǒng)中的并行性 172
6.2.1　并行性挖掘 172
6.2.2　說明示例 173
6.2.3　PCAR算法中的挑戰(zhàn) 175
6.3　基于并行性緩存管理算法 176
6.3.1 如何形成并行隊列以及順序段 177
6.3.2　PCAR緩存替換算法 179
6.4　性能評估 182
6.4.1　不同日志下的實驗結(jié)果 182
6.4.2　不同系統(tǒng)配置下的性能 185
6.5 本章小結(jié) 187

7 面向軌跡大數(shù)據(jù)的高性能大數(shù)據(jù)壓縮技術(shù) 188
7.1　軌跡大數(shù)據(jù)概述 189
7.1.1　軌跡大數(shù)據(jù)問題定義 191
7.1.2 大數(shù)據(jù)管理 193
7.2 軌跡大數(shù)據(jù)壓縮 195
7.2.1　軌跡大數(shù)據(jù)壓縮國內(nèi)外研究現(xiàn)狀 195
7.2.2　基于SPARK的軌跡大數(shù)據(jù)壓縮框架 200
7.3　時、空融合的軌跡大數(shù)據(jù)壓縮 208
7.3.1　軌跡分解 209
7.3.2　空間路徑壓縮 211
7.3.3　時間序列壓縮 217
7.4　實驗與驗證 221
7.5　本章小結(jié) 227

8 高性能軌跡大數(shù)據(jù)訪問與檢索 228
8.1　軌跡大數(shù)據(jù)研究現(xiàn)狀 231
8.2　TSE高性能軌跡大數(shù)據(jù)檢索 243
8.2.1　問題與挑戰(zhàn) 244
8.2.2　問題模型與符號定義 246
8.2.3　基于路段的相似性度量 248
8.2.4　輕量級邊與頂點索引 250
8.2.5　面向相似性搜索的剪枝技術(shù) 252
8.2.6 實驗與驗證 255
8.3　TSE檢索并行優(yōu)化 262
8.4　本章小結(jié) 271

參考文獻(xiàn)/ 272
索引/ 304