配电网监测数据索引集群的分布缓存方法

针对配电网监测数据急剧增加导致配电网监控系统响应时间过长的问题,本文提出一种热点数据部分链表分布缓存方法。首先,引入缓存技术并分析原有热点数据链表缓存方法的局限性,提出一种新的缓存方法以提高缓存管理效率;然后,设计预热查询实现索引系统的热启动从而提高索引系统的缓存命中率;最后,以配电网监测数据为算例,验证所提方法的效果。测试结果表明,所提出的缓存方法及设计的预热查询能在不同查询条件下大幅减少索引集群的查询时间,有效提高配电网监测数据索引集群的查询效率。

基于分布式缓存的科技文献信息动态检索系统设计

为便于科研人员研究科技发展前沿动态,设计基于分布式缓存的科技文献信息动态检索系统,为用户匹配最佳检索结果。用户层将用户检索需求传输至处理层数据采集模块,该模块采集数据信息后经网络层通信模块将信息传输至数据层科技文献信息数据库中存储;数据层分布式存储模块采用分布式缓存方法将以往的检索记录信息分别存储至热数据库及冷数据库中;利用网络层传输科技文献信息数据库内的检索需求信息至处理层检索处理模块,通过科技文献信息动态检索方法处理接收到的检索信息,将处理后信息与数据层分布式存储模块内的关联数据进行排序重组,获取检索结果,并通过用户层展示检索结果。结果表明,该系统可有效且准确地为用户检索其所需的科技文献信息,检索MAP值为0.95以上,系统具备较快的读写速度与较强的数据传输能力。

云计算环境下分布式缓存技术的现状与挑战

作为云平台提升应用性能的一种重要手段,分布式缓存技术近年来受到了工业界和学术界的广泛关注.从云计算与分布式缓存技术的结合入手,分析介绍了分布式缓存的特性、典型应用场景、发展阶段、相关标准规范以及推动缓存技术发展的若干关键要素.为系统地了解分布式缓存技术的现状和不足,建立了一个云环境下分布式缓存技术的分析框架——DctAF.该框架从分析云计算的特点和缓存技术的边界出发,涵盖6个分析维度.基于DctAF框架,对当前缓存技术进行总结和分析,并对典型系统进行比较.在此基础上,深入阐述了云环境下分布式缓存系统面临的挑战;围绕上述挑战,分析和比较了已有的研究工作.

WebGIS空间数据分布式缓存技术研究

在分析常用的WebGIS空间数据缓存技术的基础之上,提出了一种WebGIS空间数据分布式缓存体系,并通过一个实例对分布式缓存系统的性能进行了分析。

分布式缓存系统中一种优化缓存部署的图算法

数据缓存技术可以有效地减少网络拥塞,减轻服务器负载,加快信息访问速度.通过部署一组地域分布的缓存节点相互协作处理用户请求,可以进一步提高系统性能.在分布式缓存系统中,一个值得关注的问题是优化缓存的放置,使访问开销最小化.首先建立了一个理论模型来分析缓存副本放置对系统访问开销的影响.基于这个模型,缓存放置问题可以形式化地描述成一个最优化问题,提出了一种图算法来解决该问题.图算法使用修改的Dijkstra算法在访问代价图中寻找一条最短路径,该路径对应一种最优的缓存部署.理论上证明了图算法的正确性,并使用仿真实验对其性能进行评估.实验结果表明,图算法的性能优于大部分现有的分布式缓存机制.

基于分布式缓存的消息中间件存储模型

消息中间件的存储模型对中间件性能影响极大。基于此,分析消息中间件的多种存储模型原理,并通过性能测试对各种存储模型进行比对分析。分布式缓存在读写速度和扩展性上较传统存储方式有较大优势。在传统存储模型的基础上,提出一种基于分布式缓存的消息中间件存储模型。实现基于该模型的原型系统,并通过性能测试数据证明该模型的可行性。

面向分布式缓存系统的无线资源管理:动机、挑战与方法

移动社交网络平台的多元化发展与推广,使得移动用户对数据传输的需求呈爆发式增长趋势,并对匮乏的频谱资源及高负荷基站的管理提出了新挑战。为了解决这些问题,将分布式缓存系统引入无线协作网络中,鼓励移动用户间协作缓存热门内容,以实现用户间低能耗、高可靠、低时延的内容共享,同时为基站和回程链路减负。分析了无线分布式缓存系统中无线资源管理所面临的机遇和挑战,针对频谱高效、能量高效及安全传输等关键问题,围绕图论和匹配理论对无线资源管理方法展开了讨论和总结。此外,讨论和分析了挖掘和利用社交信息有效提升无线资源效率的可行性,同时对社会学和无线网络领域的交叉研究进行了展望。

一种高效的Redis Cluster的分布式缓存系统

为了满足大型互联网应用对高并发访问、快速响应、动态扩展、易维护性等需求,本文基于Redis 4.0设计并实现了一种Redis Cluster分布式缓存系统,集成了可视化开源工具CacheCloud对该系统进行实时监控和高效管理,基于官方Redis-Bechmark进行了QPS性能测试,并与Codis分布式缓存系统进行了对比.实验结果表明Redis Cluster各功能高效运作,性能优越,在并发访问数10 000以上时响应时间明显优于Codis.

云计算分布式缓存技术及其在物联网中的应用

物联网是信息技术发展到一定阶段的产物,而云计算平台是物联网应用的基础。文章从当前云计算应用所面临的问题和缺陷出发,介绍了云计算分布式缓存的部署方式、功能架构及关键技术,并说明了分布式缓存高性能、高吞吐、高可靠性、高扩展性等优势和特性。文章解决了物联网应用普遍面临的数据可靠性、大容量内存共享、多模块数据一致保障、线性扩容等难题,为物联网平台云化架构的底层支撑奠定了基础。

面向地震数据交互分析场景的高效分布式缓存框架

随着高精度地震勘探的发展与应用,地震数据规模在飞速增长,大数据分布式存储系统(如Hadoop分布式文件系统(HDFS))虽然可以存储海量地震勘探数据,但面对单炮记录超过万道的大规模数据时,数据实时访问时间延迟较长,从而导致交互操作卡顿,影响操作流畅性,降低了工作效率。对比分析了在HDFS以及分布式内存存储系统Alluxio上地震数据的读取性能差异,利用Alluxio分布式内存的性能优势,在HDFS底层存储基础上,设计了一种面向地震数据交互分析场景的高效分布式缓存框架,可以有效降低大规模地震数据实时访问的时间延迟,进而提高交互分析工作效率。实际数据验证结果表明,该分布式缓存框架在大规模地震数据交互分析场景下,数据访问性能提升30%以上,具备实时性能优势,能够满足交互分析需求。

一种基于本体KNN的分布式缓存数据交换策略

以国家开放大学教务管理系统为例,以减少数据资源获取的时间开销以及提高数据质量作为目标,提出了一种基于本体KNN的分布式缓存数据交换策略,用于解决分布式系统在不同节点之间进行数据交换时产生的性能优化问题。仿真实验结果表明,该策略具有较为出色的优化访问性能,可以实现数据交换过程的进一步优化,进而提升系统的整体性能,具有一定的实用价值。

HTTP分布式缓存机制研究

文章旨在探讨HTTP缓存器与缓存控制机制在WWW信息检索服务中的应用问题。首先,给出了分布式缓存控制的应用构架及HTTP语义一致性的检测方法。进而侧重研究了实现缓存基本原理的关键机制,如到期机制,有效性检测机制,以及相关作用机制。最后用两个完整的缓存处理例程,验证了从用户请求到服务响应过程控制的有效性。

云计算中一种分布式缓存加密存取方法

分布式缓存是云计算系统中提高应用程序性能的重要手段,针对云计算环境中分布式缓存的隐私问题,提出一种基于中国剩余定理的轻量级分布式缓存数据加密存取方法。该方法能够保护缓存数据的机密性,防止云计算环境中的其他用户、平台提供商或者攻击者获取明文缓存数据,且能够较好地保证缓存系统的性能,最后通过实验证明了该方法的有效性。

基于Agent的数据库分布式语义缓存

以大型数据库应用为背景,基于多Agent技术,构建一个分布式数据库访问平台。研究分布式环境下的语义缓存技术,提出一种Agent平台下的智能预取算法,以及一种改进的黑板模型,用于实现多Agent间的通信。在大型数据库系统上的性能测试结果表明,该方案对海量数据的统计查询性能有显著提高。

分布式合作缓存中的全局向量时钟模型

在分布式合作缓存技术中对文件块的查找与替换是一个全局性的管理问题．针对在机群系统中由于局部时钟不一致而造成的块查找与块替换决策失误的问题，本文提出了全局向量时钟模型ＧＶＴ的概念，并通过维护基于全局向量的最老时戳表来完成块查找与块替换操作．全局向量时钟对传统的向量时钟进行了改进，提供了多种方式用于时序关系的判断．ＧＶＴ既具有因果关系判断能力，又可对全局中任意两个事件的次序进行判断，从而提高了合作缓存管理算法的准确性，减少了系统的开销．

一种域分布式合作Web缓存系统

在分析 Internet缓存协议 (ICP)和基于集中管理的协作式 Web缓存系统 (CMCS)的基础上 ,提出了一种域分布式合作 Web缓存系统模型 (DDCCS) .该模型克服了 ICP的缓存内容冗余问题和 CMCS集中管理的不健壮问题 ,并能充分考虑各代理缓存器的处理能力和缓存能力 ,采用区间离散化方法和加权区间片分配算法 ,使得各代理的负担更加均匀合理 ,在性能上较 ICP和

基于云计算分布式缓存构建IPTV业务平台

在政策、市场等因素的诱导下,国内IPTV进入了一个快速发展的阶段,从而面临着容量的扩充问题。云计算使用分布式的架构,具有海量的存储能力和快速的扩展能力。通过对云计算分布式缓存技术的研究和分析,把云计算分布式缓存技术引入IPTV业务平台的方案中,使得IPTV业务平台具有良好的扩展性,满足其快速增长的需要。

基于ZooKeeper的分布式缓存的设计与实现

大型企业系统中,分布式缓存是提高系统并发能力的重要途径,为了提高分布式缓存的性能,提出了基于开源框架ZooKeeper实现集群化的高可用性、高一致性、高性能的分布式缓存的设计思路和实现方法。

面向数据卸载的5G分布式缓存优化研究

为了提高5G网络的服务质量,设计了一个分布式的缓存优化算法。首先,以实现网络总成本最小化为目标,建立联合优化的数学规划问题。然后,基于数学分解的方法,将联合优化问题分解为缓存和路由两个子问题,并设计分布式算法进行求解。最后,采用仿真实验验证本优化算法的性能。实验结果表明,与现有的方法相比,本算法能够获得更好的性能。

云计算分布式缓存技术在海量数据处理平台中的应用

随着云计算和大数据时代的到来,在满足用户对系统访问量、访问速度、访问安全的要求的同时,系统必须实时准确地处理迅猛增长的海量数据,而传统的缓存技术无法满足海量数据处理和用户高并发访问的需求。分布式缓存技术是最好的高性能缓存解决方案。本文研究如何利用云计算下分布式缓存技术在海量数据处理平台中解决该问题,分析研究了分布式缓存的关键技术、分布式缓存的一致性和分布式内存数据管理。在此基础上,分析并设计了分布式缓存系统的部署和整体架构。并将该分布式缓存系统的设计模式应用在某团购网上,进行了POC测试。测试结果证明分布式缓存技术可以缓解服务器的压力,解决海量数据和超高并发数据访问所带来的问题,提升了系统的性能、访问速度、可靠性以及降低响应延迟。