云计算平台下的大数据分流系统的设计研究
|
摘要
基于云计算平台下大数据分流目的的需求,本次研究将以此为背景,提出与传统功能不同的方法设计大数据分流系统平台,设计在整个系统当中包含的不同模块,融入控制器模块、数据存储、电源管理以及通信模块等,再采取信息特征并完成调度。最后以Linux系统为基础,开展软件开发及优化设计,并通过仿真实验来验证其结果。结果显示优化后的系统数据分流延迟时间为16ms比传统算法33ms明显更低。因此可以在今后采用优化方法设计大数据分流系统,可以减少延迟时间,提高效率。
Based on the demand for large data diversion purposes under the cloud computing platform,this study will take this as the background to design a large data distributary system platform which is different from the traditional functions,design the different modules contained in the whole system,and integrate into the controller module,data storage,power management and communication module,etc.Then the information feature is taken and the scheduling is completed. Finally,based on the Linux system,the software development and optimization design is carried out,and the results are verified by simulation experiments. The result shows that the optimized system data shunting delay time is 16 ms,which is significantly lower than the traditional algorithm 33 ms. Therefore,the optimization method can be used to design large data shunting system in the future,which can reduce delay time and improve efficiency.
Based on the demand for large data diversion purposes under the cloud computing platform,this study will take this as the background to design a large data distributary system platform which is different from the traditional functions,design the different modules contained in the whole system,and integrate into the controller module,data storage,power management and communication module,etc.Then the information feature is taken and the scheduling is completed. Finally,based on the Linux system,the software development and optimization design is carried out,and the results are verified by simulation experiments. The result shows that the optimized system data shunting delay time is 16 ms,which is significantly lower than the traditional algorithm 33 ms. Therefore,the optimization method can be used to design large data shunting system in the future,which can reduce delay time and improve efficiency.
引文
[1]姜明月.云计算平台下的大数据分流系统的设计与优化[J].现代电子技术,2016,39(2):28-32.
[2]王欣,周晓梅.云计算环境下大数据合理分流技术研究与仿真[J].计算机仿真,2016,33(3):292-295.
[3]张梅.云计算技术下的大数据用户行为引擎设计研究[J].西安文理学院学报:自然科学版,2016,19(3):48-52.
[4]陶小锋.石油大数据的云计算平台研究[D].荆洲:长江大学,2016.
[5]王帆.基于云计算的大数据智能运维系统设计研究[J].工程技术:全文版,2017(3):44.
[6]李吉凯.基于税务大数据的云计算融合处理平台架构设计[J].工业控制计算机,2016,29(8):36-37.
[7]涂俊英,李志敏.云计算下非结构化大数据存储系统设计[J].现代电子技术,2018,41(1):173-177.
[8]金宇.一种基于HDOOP云计算平台的大数据存储模型设计[J].电脑迷,2018(6):215.
[9]姜泽.基于移动云计算的协同数据分流联合信道诜择研究[D].南京:南京邮电大学,2017.
[10]周冬雪.多数据中心的远程数据同步机制研究[D].天津:中国民航大学,2017.
[11]何军.基于云计算技术的大数据下企业危机管理系统研究[J].科技管理研究,2014,34;319(21):159-164.
[12]潘梦云,李国玉,李燕.基于Hadoop云计算平台的数据处理系统的研究与设计[J].通讯世界,2015(14):224-225.
[13]李晓飞.基于云计算技术的大数据处理系统的研究[J].长春工程学院学报:自然科学版,2014,15(1):116-118.
[14]王曦.大数据环境下云计算数据安全存储方法研究[J].电脑知识与技术,2017,13(11):42-43.
[15]孟超,杨会朴.基于云计算服务平台的大数据审计系统研究[J].合作经济与科技,2017(4):170-171.
[16]任梁.试论云计算技术下的大数据处理系统[J].电子技术与软件工程,2014(16):27.
[2]王欣,周晓梅.云计算环境下大数据合理分流技术研究与仿真[J].计算机仿真,2016,33(3):292-295.
[3]张梅.云计算技术下的大数据用户行为引擎设计研究[J].西安文理学院学报:自然科学版,2016,19(3):48-52.
[4]陶小锋.石油大数据的云计算平台研究[D].荆洲:长江大学,2016.
[5]王帆.基于云计算的大数据智能运维系统设计研究[J].工程技术:全文版,2017(3):44.
[6]李吉凯.基于税务大数据的云计算融合处理平台架构设计[J].工业控制计算机,2016,29(8):36-37.
[7]涂俊英,李志敏.云计算下非结构化大数据存储系统设计[J].现代电子技术,2018,41(1):173-177.
[8]金宇.一种基于HDOOP云计算平台的大数据存储模型设计[J].电脑迷,2018(6):215.
[9]姜泽.基于移动云计算的协同数据分流联合信道诜择研究[D].南京:南京邮电大学,2017.
[10]周冬雪.多数据中心的远程数据同步机制研究[D].天津:中国民航大学,2017.
[11]何军.基于云计算技术的大数据下企业危机管理系统研究[J].科技管理研究,2014,34;319(21):159-164.
[12]潘梦云,李国玉,李燕.基于Hadoop云计算平台的数据处理系统的研究与设计[J].通讯世界,2015(14):224-225.
[13]李晓飞.基于云计算技术的大数据处理系统的研究[J].长春工程学院学报:自然科学版,2014,15(1):116-118.
[14]王曦.大数据环境下云计算数据安全存储方法研究[J].电脑知识与技术,2017,13(11):42-43.
[15]孟超,杨会朴.基于云计算服务平台的大数据审计系统研究[J].合作经济与科技,2017(4):170-171.
[16]任梁.试论云计算技术下的大数据处理系统[J].电子技术与软件工程,2014(16):27.