基于Hadoop的海量学习资源云存储模型设计研究

• 作者: 张岩 郭松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 海量学习资源 内存开销 访问效率 小文件 云存储
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 数据工程
• 页码范围: 23-25,44
• 页数: 4页
• 分类号: TP391.9
• 字数: 3395字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.12.006

摘要

由于多媒体技术不断发展，学习资源呈爆炸式增长，给资源存储提出了新的挑战。Hadoop 平台对小文件的存储和访问存在内存消耗高、存储空间浪费等问题。针对这种情况，分析学习资源的特点，设计两级 Hadoop 模式，优化学习资源存储策略，提出基于多层次 Hadoop 的学习资源云存储模型。并在实验室环境下搭建存储模型，对多类型的学习资源文件进行存储测试分析。分析结果表明，模型在存储空间、内存消耗和存储效率上较传统 Hadoop 模型有着明显的改善，适合海量学习资源的存储需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭松	沈阳体育学院体育信息技术系	19	16	2.0	3.0
2	张岩	沈阳师范大学计算机与数学基础教学部	33	132	7.0	10.0