提高云存储效率的并行处理策略研究

doi:10.3778/j.issn.1002-8331.1601-0129

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (9): 85-89.DOI: 10.3778/j.issn.1002-8331.1601-0129

提高云存储效率的并行处理策略研究

周兰凤1，孟驰1，彭俊杰2

1.上海应用技术学院计算机科学与信息工程学院，上海 201418
2.上海大学计算机工程与科学学院，上海 200444

出版日期:2017-05-01 发布日期:2017-05-15

Research on parallel processing strategy of cloud-storage efficiency promotion

ZHOU Lanfeng1, MENG Chi1, PENG Junjie2

1.School of Computer Science and Information Engineering, Shanghai Institute of Technology, Shanghai 201418, China
2.School of Computer Engineering and Science, Shanghai University, Shanghai 200444, China

Online:2017-05-01 Published:2017-05-15

摘要/Abstract

摘要： 在云存储过程中，从本地发送大量文件到服务器端采用打包传输时，在接收端需要等待文件包完整接收后方可进行打包，这一过程由于打包和解包耗时较多降低了传输效率。针对这一问题，提出了一种优化传输的并行处理策略，将传输的大量文件无损压缩后以特定的大小进行多批次打包，传输过程中接收端同时对接收之前批次的包文件进行解包，以此达到并行处理打包和解包操作，实验表明并行处理的策略有效地降低了传输时间，提高了存储效率。

关键词: 云存储, 并行处理, 传输效率

Abstract: During the process of cloud-storage, enormous amount of data files are transmitted from local storage to the server terminals by the means of packaging. The files should be received completely to unpack in the server terminal, which will reduce the efficiency of transmitting because of time consumption of packaging and unpacking. Aiming at solving this problem, this paper proposes a parallel processing scheme of optimizing transmitting. It packs batches of file packages based on file size threshold in local storage before transmitting them. Meanwhile, in the receiving side the former batches of package files are being unpacked to complete the parallel processing of packing and unpacking. Experiment results show that parallel processing scheme can reduce the time consumption of transmitting time efficiently, as a result the storage efficiency is improved.

Key words: cloud-storage, parallel processing, transmitting efficiency

周兰凤1，孟驰1，彭俊杰2. 提高云存储效率的并行处理策略研究[J]. 计算机工程与应用, 2017, 53(9): 85-89.

ZHOU Lanfeng1, MENG Chi1, PENG Junjie2. Research on parallel processing strategy of cloud-storage efficiency promotion[J]. Computer Engineering and Applications, 2017, 53(9): 85-89.

[1]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[2]	杨鲁月，张树美，赵俊莉. 基于并行Gan的有遮挡动态表情识别[J]. 计算机工程与应用, 2021, 57(24): 168-178.
[3]	吴波，柳毅. 基于RCE的云存储动态所有权管理数据去重方案[J]. 计算机工程与应用, 2020, 56(5): 101-108.
[4]	韩邦，李子臣，汤永利. 基于同态加密的全文检索方案设计与实现[J]. 计算机工程与应用, 2020, 56(21): 103-107.
[5]	张桂鹏，匡振曦，陈平华. 一种采用签名与哈希技术的云存储去重方案[J]. 计算机工程与应用, 2020, 56(1): 76-82.
[6]	田华1，鄢喜爱2，杨金民3. 图书馆云存储系统中一种自适应容错策略[J]. 计算机工程与应用, 2019, 55(7): 95-99.
[7]	袁颖，朱洪亮，陈玉玲，欧阳智，辛阳，杨义先. 基于数据持有性证明的完整性验证技术综述[J]. 计算机工程与应用, 2019, 55(18): 1-7.
[8]	柳毅，王平雁. 基于存储网关的数据安全去重方案[J]. 计算机工程与应用, 2019, 55(17): 112-116.
[9]	刘竹松，何喆. 基于Merkle哈希树的云存储加密数据去重复研究[J]. 计算机工程与应用, 2018, 54(5): 85-90.
[10]	王田琪，庞晓琼，任孟琦. 支持错误定位的远程数据完整性批量验证方案[J]. 计算机工程与应用, 2018, 54(4): 90-97.
[11]	任孟琦，庞晓琼，王田琪，聂梦飞. 多云存储中保护隐私的数据完整性验证方案[J]. 计算机工程与应用, 2018, 54(22): 60-66.
[12]	常红，柯导明，孟坚，晏蓓蓓，孙贵金，程国林，彭特. 新型8B/10B编码方案的设计与实现[J]. 计算机工程与应用, 2018, 54(2): 87-90.
[13]	尹勤勤. 基于Bloom Filter的混合云存储安全去重方案[J]. 计算机工程与应用, 2018, 54(10): 73-80.
[14]	苏迪，刘竹松. 一种新型的Merkle哈希树云数据完整性审计方案[J]. 计算机工程与应用, 2018, 54(1): 70-76.
[15]	杨海涛1，张传斌2，阮镇江1，徐飞1 . 大规模云同步归集数据系统的异步并行优化[J]. 计算机工程与应用, 2017, 53(2): 88-97.

提高云存储效率的并行处理策略研究

Research on parallel processing strategy of cloud-storage efficiency promotion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics