数据资源的管理与调度:云环境下数据与资源协同技术

数据资源的管理与调度:云环境下数据与资源协同技术

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

云计算助力资源利用率提升及优化运营成本。

内容简介

云计算拓宽了用户可访问资源的范围,构建了一种以服务形式弹性、按需获取各类信息资源的架构,成为当前多种信息应用部署和扩展的坚实基础环境。

云计算强化了面向服务计算的理念,其处理的对象被视为来自用户的各类数据,满足用户需求和实现资源利用效率的提高是云计算系统处理和优化管理各类数据的出发点。受到网络环境、资源分布情况、服务形态,以及模式等因素的影响,数据的优化管理和高效调度问题面临诸多挑战。

在总结云计算中数据管理和优化调度成果的基础上,本文分别从数据的利用效率、各类环境因素的影响和物理节点失效等角度,重点考虑了运营成本最优化的问题,从数据管理和优化调度的角度进行了较深入的探讨,给出了基于热度的数据部署策略、部署节点性能的综合度量方法和应对节点失效的数据修复机制,并通过仿真和实验的方式进行了验证。

成果将有利于云计算服务提供商在保证服务质量的前提下,实现运营成本的优化,具有较大的理论和现实意义。

章节目录

版权信息

作者简介

前言

第1章 引言

1.1 课题研究背景

1.2 课题研究意义

1.3 研究内容与成果

1.4 本书的组织结构

第2章 背景知识与相关工作

2.1 引论

2.2 云计算及其关键技术

2.2.1 云计算的体系结构

2.2.2 云计算的服务模式

2.2.3 云计算的优势分析

2.2.4 云计算的国内外发展现状

2.2.5 云计算的关键技术及现状

2.3 云计算环境下的数据管理与任务调度存在的问题

2.3.1 数据管理

2.3.2 任务调度

2.3.3 容错机制

2.4 本章小结

第3章 云计算环境下成本优化存储策略

3.1 引论

3.2 相关工作与问题描述

3.2.1 相关工作

3.2.2 问题描述

3.3 数学模型

3.3.1 术语与符号

3.3.2 最小成本的数据块存储模型

3.3.3 最优存储策略的存在性分析

3.4 模型参数讨论

3.4.1 服务成本

3.4.2 数据块副本个数函数

3.4.3 服务质量

3.5 优化策略

3.5.1 成本矩阵调整因子

3.5.2 模型(3-1)的MCSB策略

3.5.3 模型(3-2)的MCSB策略

3.5.4 自适应数据节点内的存储策略

3.6 实验分析

3.6.1 环境设置

3.6.2 结果分析

3.7 本章小结

第4章 云计算环境下一种服务质量优化的任务调度策略

4.1 引言

4.2 相关工作和问题分析

4.2.1 相关工作

4.2.2 问题分析

4.3 服务质量优化的任务调度架构

4.3.1 任务初始化

4.3.2 网络坐标系的建立

4.3.3 服务质量和服务等级

4.3.4 数学模型

4.4 任务调度策略

4.4.1 系统负载

4.4.2 任务调度策略

4.5 实验分析

4.5.1 合理性分析

4.5.2 整个系统的服务性能测试

4.6 本章小结

第5章 云节点失效情况下的资源部署优化策略

5.1 引论

5.2 相关工作与问题描述

5.2.1 相关工作

5.2.2 问题描述

5.3 数学模型

5.3.1 符号和定义

5.3.2 数据选择性恢复算法

5.3.3 数学模型

5.4 模型参数确定

5.5 优化策略

5.5.1 成本优化

5.5.2 资源部署优化策略

5.6 实验分析

5.7 本章小结

第6章 总结与展望

6.1 工作总结

6.2 未来展望

附录A 缩写清单

附录B 插图清单

附录C 附表清单

数据资源的管理与调度:云环境下数据与资源协同技术是2019年由电子工业出版社出版,作者王宁。

得书感谢您对《数据资源的管理与调度:云环境下数据与资源协同技术》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
云数据中心网络架构与技术(第2版) 电子书
本书以云数据中心网络面临的业务挑战为切入点,详细介绍了云数据中心网络的架构设计和技术实现,并提供了部署建议。
机器学习与大数据技术 电子书
本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法,以农业为应用场景,力求通缩易懂,深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分:机器学习、大数据技术和图像处理技术的基础知识;经典的机器学习基本理论和方法,以及深度学习和大数据未来的发展;实践应用;机器学习和人工智能的数学基础与编程基础。
大数据技术与应用基础 电子书
本书在介绍大数据发展背景、特点及主要技术层面的基础上,对大数据的数据采集、数据存储、常见计算模式和典型系统工具进行了分析介绍。本书同时对各种典型系统工具进行了讲解,包括大数据查询分析计算及典型工具(HBase、Hive)、批处理计算及典型工具(MapReduce、Spark)、流式计算及典型工具(Storm、Apex、Flink)、事件流及典型工具(Druid)等。本书提供了大量的实例和源代码供读
云计算数据中心规划与设计 电子书
本书对云计算技术、基于SDN网络通信技术和全新能源技术进行了系统总结和梳理。
大数据导论 思维、技术与应用 电子书
本书以基本概念与实例相结合的方法,由浅入深、顺序渐进的对大数据思维、技术和应用做了全面系统的介绍。全书共12章,分为大数据基础篇、大数据存储篇、大数据处理篇、大数据挖掘篇和大数据应用篇。每个知识节点都配有与理论学习内容相结合的案例介绍和代码实例,并在每章后面都配有丰富的作业。