云存储模型及架构解析

云计算对大数据进行分析处理的前提是解决数据的存储问题,随着数据量的快速增长,数据存储逐渐成为大型企业和普通用户所关注的核心问题。本文概述了云存储的相关概念及云存储的模型和架构,解析了组成云存储模型的各层次结构的功用及模型的架构,并对实现云存储的关键技术进行了简述,以期对读者学习云存储有所帮助。

油田勘探开发云平台数据存储模型研究与实践

油田勘探开发过程中采集的数据越来越多,传统的Java EE技术已经不能满足油田勘探开发的业务需求。本文结合HDFS分布式文件系统,提出了基于Hadoop的云平台数据存储结构模型,实现油田勘探开发数据的统一存储、查询、灾备和预警等功能,大大提升多表联合查询效率、消除多个数据库间的数据孤岛等问题。以6×10^(4)多口注入井所产生的数据记录为样本实现18个分散的数据库快速查询和管理优化,查询和分析效率提升了3倍左右,数据分析的时间从开始的10 min压缩到5 s,数据查询所需时间为秒级。通过建立油田勘探开发数据多维分析模型,实现了对储层的参数预测、流体性质识别、岩性识别等方向的宏观管理分析,满足高效的分析需求。该模型具有安全可靠性高、数据处理速度快、扩展性好等特点。

基于HDFS的云存储架构模型分析

云计算作为一种新兴的商业模式发展异常迅猛,云计算延伸和发展出的云存储系统已发展成为当前信息技术领域研究的热门课题之一,它被视为科技业的下一次革命。该文具体分析了云计算体系结构及云存储的结构模型,并对HDFS架构进行了详细的分析。随着信息技术深入生产生活,信息系统的数据量以前所未有的速度迅速增长,存储系统不断膨胀。云计算延伸和发展出的云存储系统正逐步成为网站和网络服务方用于存放管理自己数据信息的首要选择。

基于云存储的高考视频监控数据管理技术

介绍了云存储的系统结构及服务模型,分析了目前主要的视频监控技术,设计了基于云存储技术的高考视频监控数据管理系统.利用云存储实现高考视频监控数据管理中的远程监控处理、分布式存储、备份等.针对多级监控下容易出现的单点失效问题,提出了一种同级互连并多点备份的方法,提高了系统的鲁棒性.