一种结合RDBMS和Hadoop的海量小文件存储方法

被引：20

作者：

刘小俊 ^{[1
,2
]}

徐正全 ^{[1
]}

潘少明 ^{[1
]}

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 黄冈师范学院数学与计算机科学学院

来源：

武汉大学学报(信息科学版) | 2013年 / 01期

关键词：

Hadoop云存储; 关系型数据库管理系统; 小文件; 数字城市;

D O I：

10.13203/j.whugis2013.01.011

中图分类号：

TP333 [存贮器];

学科分类号：

摘要：

提出了一种综合利用RDBMS和Hadoop云存储各自优势、同时避免各自缺陷的海量小文件存储方法。原型系统实验表明,该方法可以满足"数字城市"应用中小文件的存储需求,同时,也可作为其他具备结构化特征的海量小文件数据存储系统。

引用

页码：113 / 115+120 +120

页数：4

共 5 条

[1] 一种提高云存储中小文件存储效率的方案 [J].

余思 ;

桂小林 ;

黄汝维 ;

庄威 .

西安交通大学学报 , 2011, (06) :59-63

[2] 面向服务的数字城市共享平台框架的设计与实现 [J].

李德仁 ;

黄俊华 ;

邵振峰 .

武汉大学学报(信息科学版), 2008, (09) :881-885

[3] 论21世纪遥感与GIS的发展 [J].

李德仁 .

武汉大学学报(信息科学版), 2003, (02) :127-131

[4]

Bigtable[J] . Fay Chang,Jeffrey Dean,Sanjay Ghemawat,Wilson C. Hsieh,Deborah A. Wallach,Mike Burrows,Tushar Chandra,Andrew Fikes,Robert E. Gruber.ACM Transactions on Computer Systems (TOCS) . 2008 (2)

[5]

MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2008 (1)

← 1 →