论文研究 基于数据关联性聚类的数据布局算法.pdf

现代信息系统的突出特征是基于海量数据的分布式应用集群。优化海量数据的存储布局，以提升存储资源的利用率和应用执行的速度，是一个重要研究课题。由于数据与数据之间存在关联性，只考虑负载均衡的布局算法缺乏实用性，需要进一步考虑数据与数据的关联性以提高应用执行速度。建立了数据和数据的关联矩阵，基于关联矩阵进行聚类，再将数据分配到各个数据中心中，计算执行应用时的数据迁移量，并与一致hash算法进行了比较，结果表明数据迁移量大大低于一致hash算法。