论文部分内容阅读
随着遥感技术的发展,遥感卫星数量增加、种类日趋丰富、分辩率不断提高,导致遥感数据量急速增长,给数据的存储管理效率提出了更高的要求。传统方法通常采用规则的方式对数据价值进行评估并形成相应的存储迁移策略,具有较强的主观因素,并未完全从数据的角度出发分析产品热度。从数据的访问规律着手,将数据分为访问频率高的热数据,访问频率相对较低的温数据和冷数据,利用机器学习算法对数据热度进行建模,结合磁盘阵列与蓝光光盘库等硬件存储设施特点,设计并实现一套基于蓝光光盘库与SAN存储的海量遥感数据的分级存储系统,并通过优化