軟件工程論文開題報告范文
當今的互聯網服務面臨著許許多多的挑戰(zhàn)和千變萬化的需求，其中就包括需要管理海量的數據，并且能為高速增長的用戶群提供持續(xù)可依賴的服務。下面YJBYS小編為你送上軟件工程論文開題報告。
一、選題背景
當今的互聯網服務面臨著許許多多的挑戰(zhàn)和千變萬化的需求，其中就包括需要管理海量的數據，并且能為高速增長的用戶群提供持續(xù)可依賴的服務。這里所說的互聯網服務包括了諸如在線郵箱、搜索引擎、在線游戲、在線金融系統、內容分發(fā)網絡、文件共享網絡等等。 因此，能提供這些互聯網服務的系統往往很龐大：由成百上千臺機器組成，并且這些機器可能在同一個數據中心里，也可能分散在不同的數據中心，之間通過不可依賴的網絡進行通信。在具有如此巨大的擴展性的集群中，錯誤的發(fā)生變的很常見：一部分機器可能隨時會遇到硬件或者軟件故障;網絡延遲和網絡故障隨時可能發(fā)生，導致丟包、網絡分區(qū)等情況;偶發(fā)的惡意攻擊或是操作錯誤，也有可能導致不可預測的災難性錯誤發(fā)生。 所以，構建這種系統的軟件往往很復雜，同時，每隔一段時間，系統都需要進行一定的修改(升級)以提升性能、修改錯誤或增加新的功能。本文工作所面臨的最基本的問題就是如何有效地設計一種工程上可行的升級方案，使得這種規(guī)模的分布式系統能在升級期間能持續(xù)地提供服務。
二、研究目的和意義
時下云計算十分火爆，各種互聯網公司、銀行、政府都經常提及云計算，各種各樣的分布式系統也層出不窮，不論是著名的大型分布式產品的開源項目諸如 Hadoop、Open Stack、Mongo DB 等等，又或者是國內外的著名的云計算服務提供商 Amazon AWS、Microsoft Azure、阿里云們，云計算早已從紙面或者是宣傳標語中，走向了實實在在的落地階段。 但是，針對云計算抑或是分布式系統中一個比較具體的問題的相關研究，尤其對于國內的相關領域而言，卻是比較缺少的，國內工業(yè)界的著名廠商們似乎都在悶頭造車，分享出來的解決云計算工程中實際具體問題的論文和研究成果依然較少。 本人深知自己的能力有限，僅得益于研究生期間的一些實習經歷，結合工程實際，嘗試對分布式系統的升級和數據遷移問題做一些總結和提煉的工作，并且有一定的創(chuàng)新。
三、本文研究涉及的主要理論
分布式系統是其組件分布在聯網的計算機上，組件之間通過傳遞消息進行通信和動作協調的軟件系統[2]。分布式系統是一個統稱，常見的有分布式操作系統、分布式程序設計語言及其編譯(解釋)系統、分布式文件系統和分布式數據庫(存儲)系統等等。本文所面臨的升級和數據遷移的問題涉及到更多的是分布式存儲系統，分布式存儲系統的定義如下： 分布式存儲系統是大量的普通的PC 服務器通過互聯網互聯，對外作為一個整體提供存儲服務。也可以說，那些以數據存儲和訪問為目的而設計的分布式系統稱之為分布式存儲系統。 與普通的軟件系統不同，分布式存儲系統具有以下幾個特性，理解這些特性對解決本文所提出的問題具有基礎性的意義。 擴展性：分布式存儲系統的擴展性是最重要的優(yōu)勢，往往可以擴展成百上千臺的規(guī)模。同時隨著集群規(guī)模的增長，其系統整體性能表現為線性增長。并且，可以根據一定的策略將數據和請求分配到不同的物理節(jié)點，物理節(jié)點的數目和集群處理能力成正比，集群是線性可擴展的。同時，集群能否擴展，可否線性擴展是衡量分布式存儲系統的一個重要指標。 低成本和高性能：分布式存儲系統具有的自動容錯、自動負載均衡機制使其可以構建在普通的 PC 機之上。另外，線性擴展能力也使得增加、減少機器非常方便，可以實現自動運維。因此，對整個集群而言，分布式存儲系統具備高性能。 數據分布：分布式存儲系統區(qū)別于單機存儲系統最大的特點是它可以按照一定方法進行數據切片，不同的物理節(jié)點分布不同的數據分片，從而將系統的存儲容量壓力和訪問請求壓力分散到系統集群的各個物理節(jié)點上，使系統整體能夠存儲超大規(guī)模的數據量，同時能夠接受更多的并發(fā)請求。那么如何將數據分布到多臺服務器才能夠保證數據分布均勻?數據分布到多臺服務器后如何實現跨服務器讀寫操作?常用的數據分片和分布方法有兩種：a.哈希分區(qū)方法，即根據數據的 Key 進行哈希取模，離散的分配到集群的物理節(jié)點上，Amazon 的 Dynamo 采用了一致性哈希算法進行分區(qū);b.連續(xù)分區(qū)方法，即將整個數據集合按照 key 來排序，根據 key 的范圍進行分片。
四、本文研究的主要內容及研究框架
(一)本文研究的主要內容
本論文共分為六章，各章的主要內容如下所述：
第一章為引言。介紹了本論文的研究背景，簡述了云計算和分布式系統目前的現狀，系統升級的必要性，以及本文的主要工作和組織結構。
第二章為文獻綜述。介紹了分布式系統相關的基本理論，分析了一些典型的 Nosql系統，綜述了在單機軟件成熟的升級方案以及在分布式系統升級問題上前人的一些研究成果。
第三章為難點分析及總體設計。本章系統地分析了分布式系統升級問題的難點，并且提出了高可用的分布式系統升級設計的基本概念和原則，在此基礎上，提出了該問題的總體設計方案。
第四章為詳細設計和實現。本章在前一章的基礎上，依次詳細地設計了在單數據中心和跨數據中心的分布式環(huán)境下的系統升級方案，為本論文的最為重點的章節(jié)。
第五章為方案測試與實施。本章在詳細設計與實現的基礎上，提出了相應的測試和實施方案，通過測試分析和實驗分析驗證了升級方案的有效性。
第六章為總結和展望�？偨Y了全文所做的工作，指出了論文的創(chuàng)新點，并且對論文的不足以及未來的后續(xù)研究做出了展望。
(二)本文研究框架
本文研究框架可簡單表示為：
五、寫作提綱
摘要 4-5
ABSTRACT 5-6
第一章 引言 9-11
1.1 研究背景 9
1.2 本文主要工作 9-10
1.3 本文組織結構 10-11
第二章 文獻綜述 11-23
2.1 分布式相關理論 11-14
2.1.1 基本概念和特性 11-12
2.1.2 CAP 理論 12-14
2.2 典型 Nosql 系統分析 14-19
2.2.1 Bigtable 15-16
2.2.2 Dynamo 16-18
2.2.3 Cassandra 與 Bigtable，Dynamo 的對比 18-19
2.3 單機軟件升級方案 19-21
2.4 分布式系統升級方案 21-22
2.5 本章小結 22-23
第三章 難點分析與總體設計 23-32
3.1 分布式系統升級難點分析 23-25
3.2 高可用的分布式系統升級設計 25-27
3.2.1 升級設計的基本概念 25-26
3.2.2 升級設計的基本原則 26-27
3.3 總體設計方案 27-31
3.3.1 方案背景 27-28
3.3.2 方案步驟 28-30
3.3.3 重點說明 30-31
3.4 本章小結 31-32
第四章 詳細設計與實現 32-51
4.1 項目背景介紹 32-33
4.2 單數據中心分布式系統升級 33-38
4.2.1 設計意義 33-34
4.2.2 詳細設計 34-38
4.3 跨數據中心分布式系統升級 38-42
4.3.1 區(qū)別分析 38
4.3.2 總體說明 38-39
4.3.3 讀寫請求處理 39-40
4.3.4 詳細步驟 40-42
4.4 主要模塊的實現 42-49
4.4.1 總體模塊設計 42-44
4.4.2 升級主要模塊實現 44-46
4.4.3 數據遷移模塊實現 46-48
4.4.4 回調函數的實現 48-49
4.5 本章小結 49-51
第五章 方案實施與測試 51-70
5.1 方案實施 51-57
5.1.1 系統部署 51
5.1.2 對外接口 51-52
5.1.3 升級操作過程 52-57
5.2 方案測試 57-66
5.2.1 單元測試 57-61
5.2.2 集成測試 61-63
5.2.3 系統測試 63-66
5.3 實際生產環(huán)境測試結果 66-69
5.4 本章小結 69-70
第六章 總結與展望 70-72
6.1 回顧和總結 70-71
6.2 前景展望 71-72
參考文獻 72-74
致謝 74
六、本文研究進展(略)
七、參考文獻
[1] 楊傳輝. 大規(guī)模分布式存儲系統 原理解析與架構實戰(zhàn)[J]. 2013.
[2] Coulouris, George; Jean Dollimore; Tim Kindberg; Gordon Blair (2011). Distributed Systems: Concepts and Design (5th Edition). Boston: Addison-Wesley. ISBN 0-132-14301-1.
[3] Haerder, T.; Reuter, A. (1983). "Principles of transaction-oriented database recovery". ACM Computing Surveys 15 (4): 287. doi:10.1145/289.291. edit These four properties, atomicity, consistency, isolation, and durability (ACID), describe the major highlights of the transaction paradigm, which has influenced many aspects of development in database systems.
[4] Eric Brewer, CAP twelve years later: How the "rules" have changed, IEEE Explore, Volume 45, Issue 2 (2012), pg. 23-29.
[5] Armando Fox and Eric Brewer, Harvest, Yield and Scalable Tolerant Systems, Proc. 7th Workshop Hot Topics in Operating Systems (Hot OS 99), IEEE CS, 1999, pg. 174-178.
[6] MSBI #72 – BI # 5 – Big Data # 2 – What is Big Data ? What is No SQL ? What is Relation in association of Microsoft with SQL Azure , Windows Azure ,Big Data and No SQL together.
[7] Nosql.. SQL.
[8] Chang, Fay, et al. "Bigtable: A distributed storage system for structured data." ACM Transactions on Computer Systems (TOCS) 26.2 (2008): 4. [9] Giuseppe De Candia, Deniz Hastorun, Madan Jampani, etc. Dynamo: Amazon’s Highly Available Key-value Store.
[10] Lakshman, Avinash, and Prashant Malik. "Cassandra: a decentralized structured storage system." ACM SIGOPS Operating Systems Review 44.2 (2010): 35-40.
【軟件工程論文開題報告】相關文章：
軟件工程論文開題報告12-14
軟件工程畢業(yè)論文開題報告范文03-09
軟件工程管理論文開題報告03-21
軟件工程畢業(yè)論文開題報告范本03-27
論文開題報告11-16
論文開題報告03-09
論文的開題報告07-26
軟件工程碩士的開題報告03-23