论文部分内容阅读
随着教育信息化进程的深入和数字化资源应用的日益广泛,以及互联网技术和规模的发展,单台服务器的性能在一定程度上已经不能满足教育发展的需求,其中日益突显的问题主要包括以下四个方面:(1)海量教育资源存储低效,大规模并发访问受限;(2)资源共享困难,造成信息孤岛和资源浪费;(3)资源管理复杂,系统安全性低,可扩展性差;(4)传统集群方案难以克服系统的可伸缩性瓶颈。云计算和云存储技术的出现为上述问题提出了较好的解决方案。云存储技术已经得到了很多应用的验证,但其在教育领域尚未有较为深入的研究,特别是教育资源的应用方面,同时云存储在当前带宽的环境下依然存在着访问低效的问题。因此,本文提出了在云存储环境下使用预取技术来提高教育资源云存储系统的访问性能。预取技术是利用用户访问行为的主题性和聚集性原理,在响应用户请求的同时,系统根据客户的访问行为和访问记录预测用户将要访问的内容,并提前将预测的内容传送到距离用户最近的节点,供用户请求,以降低访问延迟和提高服务质量。 本论文的主要研究工作如下: 1.云存储系统结构研究。针对教育资源的存储特点,本文提出了面向教育资源的云存储结构模型。该模型由五层组成:基础设施层,存储设备虚拟化层、存储基本服务层、面向教育资源的存储支持层、教育资源管理与应用层。 2.预取触发时机、策略和数据管理研究。针对目前云存储普适性和低效性, 基于教育资源的存储与访问特点,我们紧扣教育用户资源访问行为的聚集性和主题性,本文提出了教育资源预取模型,并利用该模型解决了预取的三个问题:何时触发预取,预取什么样的对象,预取数据如何管理。设计的系统利用当前节点负载以及文件的热度确定预取触发时机;根据预取的准确率动态调整系统预取对象选择策略,并进行排序以确定最终的预取对象:通过对当前系统的负载进一步分析,确定预取数据放置的位置以及副本的管理。 3.云存储系统设计与实现。在相关理论和技术的支撑下,设计了一个基于教 育资源的云存储系统(ERS-Cloud),可以通过web对资源进行管理。 在上述研究的基础上,本文设计实验验证系统的可用性,对系统功能进行测试,同时测试了预取技术应用的效果以及各种预取策略的性能。实验表明,ERS-Cloud具有高可靠性和可用性。