互联网海量视频数据的存储

原文链接:http://www.docin.com/p-86312184.html?docfrom=rrela


一、背景

    互联网内容提供方式转变:用户创造内容。视频应用、网络游戏、搜索引擎等互联网衍生业务迅速发展,使得海量数据存储、管理和处理成为当今互联网公司面临的严峻问题。这些信息保存在存储设备上,便是高膨胀的海量数据,表1是不同互联网应用的规模。


    互联网应用海量数据的共性:

    1)用户群体大,增长速度快;

    2)数据总量大,增长速度快;

    3)数据类型多样,大小不一;

    4)数据操作模式较为固定,一致性要求较弱,对读写延时有一定要求;

    互联网应用的海量数据特性,对数据存储和处理提出了新的挑战,如下:

    1)TB级甚至PB级的存储系统,以适应海量数据的需求;

    2)良好的扩展性。在不中断服务的情况下,通过简单添置机器或者磁盘存储来扩展系统,满足不断增长的数据和用户群体需求;

    3)低时延、高吞吐的存储系统性能;

    4)丰富的存储类型,以满足互联网应用中结构化、半结构化甚至非结构数据的存储需求;

    5)灵活简单的并行编程模型进行海量数据处理,隐藏分布式环境下数据分布、容错等复杂性;

二、数据存储

   1、 传统技术:传统关系型数据库

    局限性:应用场景局限,着眼于面向结构化的数据,致力于事务处理,要求保持严格的一致性;关系模型束缚对海量数据的快速访问能力;缺乏对非结构化数据的处理能力;扩展性差。

    2、新兴数据存储系统:集中式数据管理系统、非集中式数据管理系统


三、数据处理

    快速从海量数据中抽取出关键信息用以提高互联网应用的质量、用户体验等,已经成为互联网企业之间竞争的关键技术问题。同时,大规模数据处理的研究,也是DISC应用研究的关键问题。

    并行计算

    解决大规模数据处理的方法就是并行计算。将大量数据分散到多个节点上,将计算并行化,利用多机的计算资源,从而加快数据处理的速度。目前,这种并行计算主要分为3大类:一类是广泛应用于高性能计算的MPI技术,一类是以Google、Yahoo为代表的互联网企业兴起的Map/Reduce计算,一类是微软提出的Dryad并行计算模型。

展开阅读全文

没有更多推荐了,返回首页