基于文件相似性分簇的重复数据消除模型

• 作者: 王娟 王灿 秦志光 蔡博
• 来源期刊: 计算机应用研究
• 关键词: 云存储 重复数据消除 吞吐量 文件相似性分簇 负载均衡
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1684-1689
• 分类号: TP309.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.05.022

摘要

为解决现有提高重复数据消除系统吞吐量方法的局部性依赖和多节点依赖问题,提出了一种基于文件相似性分簇的重复数据消除模型.该模型将传统平面型索引结构拓展为空间结构,并依据Broder定理仅选择少量最具代表性的索引驻留在内存中；同时对索引进行横向分片并分布到完全自治的多个节点.实验结果表明,该方法能有效提高大规模云存储环境下重复数据消除性能和平均吞吐量,且各节点数据负载量均衡,故该模型可扩展性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学计算机科学与工程学院	262	3157	26.0	46.0
3	王灿	电子科技大学计算机科学与工程学院	9	36	4.0	5.0
5	王娟	成都信息工程学院网络工程学院	29	106	5.0	9.0
10	蔡博	电子科技大学计算机科学与工程学院	1	5	1.0	1.0