基于内存云的探索式数据恢复策略

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:jgw0646
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于目前内存云(RAMCloud)平台的不稳定性,存在特定环境下固定数据恢复机制非最优解问题。针对该问题,提出一种适用于该架构下的探索式数据恢复策略。结合数据仓库Hive以及内存计算框架Spark平台,使用随机数据块,对增强学习探索式数据恢复策略与传统固定使用RAMCloud自身数据快速恢复机制的耗时做对比。实验结果表明,目前的RAMCloud版本下,使用探索式数据恢复策略,最高相对提速可达97.1%,最高相对数据恢复成功率可达21.7%。
其他文献
本文报道了利用分光光度法分析无卤阻燃剂三羟甲基氧化膦中甲醛的含量。用该方法测定甲醛操作简便,甲醛测定结果的相对偏差为0.73%,加标回收率为98.4%-100.5%,测定结果准确,重现性好。
针对现有情感词典没有区分相同极性情感词的情感强度,没有考虑情感强度的模糊性,导致情感分类效果较差的问题,基于自学习的无监督情感分类方法因采用单一分类器导致在生成伪