大数据负载特性及基于内存技术的优化

• 作者: 刘根贤
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 大数据 负载特征 内存系统 系统结构
• 年，卷（期）: 2014,（2）
• 页码范围: 15-17,24
• 页数: 4页
• 分类号: TP311.5
• 字数: 3053字
• 语种: 中文

摘要

涌现于社交网络、电子商务中的超大规模非结构化数据标志着大数据时代的到来。大数据的多样性、超大规模和可扩展性等特征对运行平台产生新的要求。随着大数据的产生和发展，形成了具有代表性的信息体系结构，包括编程模型、虚拟化和分布式文件系统等。随着对大数据研究的深入，通过对大数据负载特性的分析，发现制约大数据的并不是计算能力，而是 I/O 延迟，采用基于内存的分布式文件系统，用于存储和处理大规模分布式文件系统查询的索引，可以有效降低 I/O 延迟，提高应用性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘根贤	清华大学计算机科学与技术系	6	17	2.0	3.0