存储系统的I/O性能是计算机系统的性能瓶颈所在。在大规模集群视频服务系统中,所有结点需要并发访问共享存储器,因而I/O的瓶颈问题更为突出。本课题基于现有研究成果,提出利用集群系统的特点,用自适应存储体系解决大规模视频服务系统的I/O瓶颈问题。其核心思想是在整个集群系统中分级优化缓存视频文件,把集中式的竞争型I/O变成分散式的合作型I/O,并根据用户访问模式动态优化总体I/O性能。此外,本课题还提出利用用户层通信协议实现零拷贝的I/O数据直传,在集群内部进行Peer to Peer式高效传输,并研究磁盘I/O资源与网络传输资源的优化配置问题。本方案具有成本低、可扩展性好的特点,能够从根本上解决集群视频系统的I/O瓶颈问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
Efficient photocatalytic degradation of organic dyes and reaction mechanism with Ag2CO3/Bi2O2CO3 photocatalyst under visible light irradiation
Intensive photocatalytic activity enhancement of Bi5O7I via coupling with band structure and content adjustable BiOBrxI1-x
The Role of Osteokines in Sarcopenia: Therapeutic Directions and Application Prospects
城市轨道交通车站火灾情况下客流疏散能力评价
Activation of AKT-mTOR Signaling Directs Tenogenesis of Mesenchymal Stem Cells
面向大规模云服务的服务流程自适应优化关键技术研究
面向大规模协作的制造服务个性化推荐与自适应组合优化研究
面向大规模服务系统的在线服务质量预测方法研究
面向大规模城市监控视频检索的语义属性研究