云计算环境中高效可扩展的元数据管理方法

J4 ›› 2014, Vol. 36 ›› Issue (8): 1447-1454.

云计算环境中高效可扩展的元数据管理方法

黄斌1,2，彭宇行3

(1.贵州师范大学数学与计算机科学学院，贵州贵阳 550001；2.武汉大学计算机学院，湖北武汉 430072；3.国防科学技术大学计算机学院，湖南长沙 410073)

收稿日期:2013-12-12 修回日期:2014-04-03 出版日期:2014-08-25 发布日期:2014-08-25
基金资助:
国家973 计划资助项目（2011CB302601）；国家863计划资助项目（2011AA01A202）；湖南省科技计划资助项目（2013FJ4335,2013FJ4295）

An efficient scalable metadata
management method in cloud computing

HUANG Bin1,2,PENG Yuxing3

(1.School of Mathematics and Computer Science,Guizhou Normal University,Guiyang 550001；
2.School of Computer,Wuhan University,Wuhan 430072；
3.College of Computer,National University of Defense Technology,Changsha 410073,China)

Received:2013-12-12 Revised:2014-04-03 Online:2014-08-25 Published:2014-08-25

摘要/Abstract

摘要：

针对现有可扩展的元数据管理方法存在性能较低问题，提出一种高效可扩展的元数据管理方法，它首先采用动态二叉映射树来实现元数据服务器精确定位，然后采用延迟更新方法来动态更新二叉映射树，最后提出动态K叉编码树的元数据组织方法以提高元数据服务器扩展时选择迁移元数据的速度。实验结果表明，它有效提高了云计算环境中可扩展元数据管理方法的效率。

关键词: 云计算, 元数据, 高效, 可扩展

Abstract:

Aiming at the lower performance problem of the existing metadata management methods in cloud computing,an efficient scalable metadata management method is proposed in cloud computing.Firstly,a dynamic binary mapping tree is used to achieve the precise positioning of the metadata server.Secondly,a lazy update technique is adopted to dynamically update the binary mapping tree.Finally,a dynamic K tree is proposed to improve the speed of selecting migrated metadata during MDS splitting.The experimental results show that the method can effectively improve the efficiency of the scalable metadata management method in cloud computing.

Key words: cloud computing;metadata;efficient;scalable

黄斌1,2，彭宇行3. 云计算环境中高效可扩展的元数据管理方法[J]. J4, 2014, 36(8): 1447-1454.

HUANG Bin1,2,PENG Yuxing3. An efficient scalable metadata
management method in cloud computing [J]. J4, 2014, 36(8): 1447-1454.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	陈桂湘1, 2, 刘胜1, 2, 郭阳1, 2. FT-Format:一种可配置的硬件代码快速格式化工具[J]. 计算机工程与科学, 2025, 47(6): 958-967.
[3]	余世瑞, 姜春茂. 基于模糊强化学习的云计算虚拟机调度策略[J]. 计算机工程与科学, 2025, 47(1): 56-65.
[4]	王辉, 李燕, 丁丁, 吴坤, 黄雅平, . 一种基于关联程度的高效用数量比频繁模式挖掘算法[J]. 计算机工程与科学, 2024, 46(9): 1702-1710.
[5]	薛梅婷, 俞万刚, 张纪林, 曾艳, 袁俊峰, 周丽. 一种基于动态空间划分和压缩布隆过滤器相结合的分布式元数据负载均衡算法#br#[J]. 计算机工程与科学, 2024, 46(8): 1381-1389.
[6]	徐嘉, 张骥先, 王喆民, 刘林杰. 基于NUMA云计算架构的多资源分配可信拍卖机制[J]. 计算机工程与科学, 2024, 46(5): 761-775.
[7]	马柯帆, 李宝峰, 周悦锦, 武园园, 余永兰, 多瑞华. 基于ZYNQ 芯片的基板管理控制器设计与实现[J]. 计算机工程与科学, 2024, 46(2): 217-223.
[8]	杨航, 山蕊, 杨坤, 崔馨月. 基于动态自重构结构的3D-HEVC帧内预测算法并行化实现[J]. 计算机工程与科学, 2024, 46(11): 1931-1939.
[9]	张立, 黎铁军, 张建民. 一种面向蒙特卡洛程序的128核可扩展体系结构[J]. 计算机工程与科学, 2023, 45(4): 590-598.
[10]	樊智勇, 魏士皓, 崔海青. 基于树形结构的ARINC429解码库设计方法研究[J]. 计算机工程与科学, 2022, 44(6): 1056-1062.
[11]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(4): 611-619.
[12]	崔馨月, 蒋林, 杨坤, 惠超, 胡传瞻, 赵静. 一种HEVC帧内预测算法的动态自重构实现方法[J]. 计算机工程与科学, 2022, 44(12): 2120-2127.
[13]	袁远, 李世杰, 邢建英, 蒋句平. E级高性能计算机系统中监控分系统的挑战与设计[J]. 计算机工程与科学, 2021, 43(8): 1366-1375.
[14]	李波, 侯鹏, 牛力, 武浩, 丁洪伟. 基于软件定义网络的云边协同架构研究综述[J]. 计算机工程与科学, 2021, 43(2): 242-257.
[15]	杨坤, 蒋林, 谢晓燕, 邓军勇, 刘新闯, 胡传瞻. HEVC中率失真优化算法的动态可重构实现[J]. 计算机工程与科学, 2021, 43(2): 354-361.