| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202305*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:大規模存儲系統數據消冗 ISBN:9787115610164 出版社:人民郵電 著編譯者:夏文 馮丹 華宇 等 叢書名:電子信息前沿專著系列 頁數:370 所在地:中國大陸 *此為代購商品 書號:1544398 可大量預訂,請先連絡。 內容簡介 近年來,雲計算、物聯網、區塊鏈和邊緣計算等多種新型應用產生了海量的、有價值的數據,而且呈現出持續增長的趨勢。如何有效地存儲和管理如此龐大數據是現代工業界和學術界共同關注的重點和難點問題。 本書系統地介紹了數據消冗技術,該技術能夠通過有效地檢測和排除數據中的冗餘部分,達到減輕存儲系統的負擔和降低成本的目標,從而應對海量數據增長帶來的挑戰。本書結合作者近十余年在與存儲系統領域相關的國際學術會議和期刊上發表的前沿成果,一方面對單個數據消冗技術問題進行深入的理論剖析,另一方面針對多種常見應用場景的數據消冗需求提供豐富的系統級解決方案和技術思路。作者簡介 馮丹,華中科技大學教授、博士生導師、長江學者特聘教授,國家傑出青年基金獲得者,華中科技大學計算機學院院長,武漢光電國家實驗室(籌)信息存儲與光顯示功能實驗室主任,數據存儲系統與技術教育部工程研究中心主任;從事海量信息存儲系統、固態存儲技術、并行I/O、磁碟陣列技術等方面研究工作;研究成果獲省部一等獎4項、國家技術發明二等獎2項、國家自然科學四等獎1項。目錄 第1章 緒論1 1 數據增長與數據消冗 1 2 大規模存儲系統冗餘負載分析 1 3 數據消冗技術的應用與挑戰 1 4 本章小結 參考文獻 第2章 從傳統壓縮到大規模數據消冗 2 1 傳統壓縮技術 2 2 數據去重技術 2 3 差量壓縮技術 2 4 本章小結 參考文獻 第3章 數據消冗前沿技術概述 3 1 數據分塊 3 2 計算加速 3 3 指紋索引 3 4 數據恢復 3 5 垃圾回收 3 6 安全性 3 7 可靠性 3 8 差量壓縮 3 9 開源社區實踐 3 10 本章小結 參考文獻 第4章 極速基於內容分塊演算法 4 1 技術背景 4 1 1 FSC演算法 4 1 2 CDC演算法 4 2 典型的CDC演算法 4 2 1 基於拉賓指紋的CDC演算法 4 2 2 非對稱極值CDC演算法 4 3 FastCDC演算法的技術框架 4 3 1 基於齒輪哈希的CDC演算法 4 3 2 分塊判斷優化 4 3 3 收斂分塊策略 4 3 4 循環展開優化 4 4 性能分析 4 4 1 實驗設置 4 4 2 分塊判斷優化評估 4 4 3 收斂分塊策略評估 4 4 4 綜合評估 4 5 本章小結 參考文獻 第5章 流水線化和并行化數據去重技術 5 1 數據去重技術面臨的計算挑戰 5 1 1 數據去重技術的計算瓶頸與研究背景 5 1 2 數據去重流程的獨立性與依賴性 5 2 流水線化和并行化數據去重技術的設計與實現 5 2 1 設計原理 5 2 2 主要功能模塊 5 2 3 數據去重子任務的流水線化 5 2 4 指紋計算的并行化 5 2 5 分塊的并行化 5 2 6 并行化過程中的同步和非同步問題 5 3 性能分析 5 3 1 實驗設置 5 3 2 關鍵參數測試 5 3 3 整體性能測試 5 3 4 其他CDC演算法的適配性測試 5 4 本章小結 參考文獻 第6章 高效的數據去重指紋索引技術 6 1 數據去重指紋索引的規模與挑戰 6 2 基於局部性的數據去重指紋索引策略相關研究 6 2 1 備份數據流的局部性 6 2 2 典型相關係統介紹 6 3 基於相似性的數據去重指紋索引策略相關研究 6 3 1 備份數據流的相似性 6 3 2 典型相關係統介紹 6 4 基於局部性和相似性的數據去重指紋索引策略設計與實現 6 4 1 小文件與大文件的去重策略問題 6 4 2 局部性與相似性的互補設計 6 4 3 基於互補設計的指紋索引技術原理與理論剖析 6 4 4 基於互補設計的指紋索引技術設計與實現 6 5 性能分析 6 5 1 測試環境 6 5 2 相似性與局部性測試分析 6 5 3 與其他數據去重指紋索引演算法性能比較 6 6 本章小結 參考文獻 第7章 面向相似去重的快速差量壓縮技術 7 1 相似數據差量壓縮的技術背景 7 2 快速差量壓縮技術的設計原理 7 3 受數據去重啟發的快速差量壓縮技術 7 3 1 主要設計思路與模塊介紹 7 3 2 Gear-CDC演算法 7 3 3 基於重複數據相鄰區域的貪心檢測演算法 7 3 4 差量編碼與解碼操作 7 3 5 差量編碼的總體流程 7 4 性能分析 7 4 1 測試環境 7 4 2 Gear-CDC演算法性能測試 7 4 3 應用案例一測試:數據去重后的相似數據差量壓縮 7 4 4 應用案例二測試:文件更新后的差量壓縮 7 5 本章小結 參考文獻 第8章 基於數據去重感知的相似數據檢測和差量壓縮技術 8 1 相似數據消冗技術概述 8 1 1 相似數據消冗技術的原理與發展趨勢 8 1 2 基於超級特徵值的相似數據檢測技術分析 8 1 3 基於數據去重感知的相似數據檢測技術的提出 8 2 基於數據去重感知的相似數據檢測和差量壓縮技術的設計與實現 8 2 1 設計原理與結構 8 2 2 基於數據去重感知的相似數據檢測 8 2 3 基於超級特徵值的相似數據檢測 8 2 4 差量壓縮與存儲管理 8 2 5 整體流程 8 3 性能分析 8 3 1 測試環境 8 3 2 基於超級特徵值的相似數據檢測的驗證學習 8 3 3 基於數據去重感知的相似數據檢測和差量壓縮性能 8 3 4 可擴展性測試 8 3 5 恢復性能測試 8 4 本章小結 參考文獻 第9章 受數據去重啟發的輕量級差量同步技術 9 1 差量同步與數據去重技術 9 1 1 差量同步與數據去重技術簡介 9 1 2 本章的主要內容 9 2 基於內容分塊的差量同步演算法 9 2 1 CDC演算法回顧與選擇 9 2 2 用CDC演算法代替FSC演算法 9 2 3 CDC演算法中的弱指紋復用策略 9 2 4 改進CDC演算法后的差量同步演算法簡述 9 3 面向差量同步的協議優化 9 3 1 強弱指紋比較過程分離 9 3 2 合併連續相同數據塊 9 3 3 關於元數據規模 9 3 4 最終版本 9 4 性能分析 9 4 1 測試環境 9 4 2 整體性能測試 9 4 3 三種代表性差量同步技術對比 9 4 4 高帶寬大文件場景下的性能對比 9 5 本章小結 參考文獻 第10章 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |