基于云平臺(tái)的多媒體管理技術(shù)研究分析

張?zhí)鞂?/p>

摘要：在我國(guó)現(xiàn)代信息技術(shù)不斷發(fā)展的時(shí)代背景下，信息技在教育領(lǐng)域的深化應(yīng)用使得高職院校的多媒體管理工作面臨著新的挑戰(zhàn)。面對(duì)著數(shù)據(jù)信息量的不斷增長(zhǎng)，傳統(tǒng)的高校多媒體資源管理方式已經(jīng)難以適應(yīng)新的多媒體管理要求。當(dāng)前部分高校已經(jīng)開(kāi)始設(shè)計(jì)基于云平臺(tái)的多媒體資源平臺(tái)，從根本上推動(dòng)多媒體管理基礎(chǔ)的發(fā)展。基于此，本文通過(guò)深入探究基于云平臺(tái)的多媒體管理技術(shù)應(yīng)用策略，以及相關(guān)平臺(tái)的構(gòu)建，以期提升高職院校多媒體管理工作質(zhì)量。

關(guān)鍵詞：云平臺(tái);多媒體;管理技術(shù);研究分析

在現(xiàn)階段，很多工作者在管理云平臺(tái)生的多媒體管理資源的過(guò)程中，往往對(duì)以下問(wèn)題感到十分頭痛：首先資源庫(kù)中小文件的數(shù)量太多，并且小文件的讀寫(xiě)性能太差，導(dǎo)致在文件應(yīng)用過(guò)程中會(huì)造成一系列的消耗。此外，數(shù)量眾多的小文件會(huì)增加文件管理工作的復(fù)雜性，主要體現(xiàn)在需要大量的資源進(jìn)行源文件的存儲(chǔ)上。其次，為了提高不同用戶的應(yīng)用體驗(yàn)，當(dāng)前很多平臺(tái)會(huì)對(duì)文件進(jìn)行多碼率的存儲(chǔ)，但是現(xiàn)階段很多平臺(tái)基本上采用的是單機(jī)轉(zhuǎn)碼方式，在這種方式下需要等待較長(zhǎng)的轉(zhuǎn)碼實(shí)踐，并且結(jié)點(diǎn)的硬件配置較高。由此可見(jiàn)，改進(jìn)海量小文件在云平臺(tái)上的存儲(chǔ)方式是非常重要的。

一、多媒體轉(zhuǎn)碼工作現(xiàn)狀及主要問(wèn)題分析

在現(xiàn)階段的多媒體管理工作中，對(duì)于視頻文件的轉(zhuǎn)碼主要方式主要分為三類：第一類轉(zhuǎn)碼方式是依賴于云平臺(tái)的高配置服務(wù)器轉(zhuǎn)碼;第二類轉(zhuǎn)碼方式是基于當(dāng)前較為流行的分布式計(jì)算機(jī)框架轉(zhuǎn)碼;第三類轉(zhuǎn)碼方式是依賴于單機(jī)服務(wù)器轉(zhuǎn)碼。

基于云平臺(tái)的高配置服務(wù)器轉(zhuǎn)碼，轉(zhuǎn)碼任務(wù)需要在高配置且功能強(qiáng)的服務(wù)器上開(kāi)展。工作人員將所需轉(zhuǎn)碼的文件上傳至服務(wù)器且轉(zhuǎn)碼完成之后會(huì)自動(dòng)反饋轉(zhuǎn)換的文件。這種方式主要優(yōu)勢(shì)在于操作簡(jiǎn)便，同時(shí)最大的缺陷在于視頻文件的轉(zhuǎn)碼受服務(wù)器性能的制約，這種轉(zhuǎn)碼方式對(duì)服務(wù)器的性能依賴相對(duì)較高，同時(shí)也不能滿足多項(xiàng)轉(zhuǎn)碼工作同時(shí)開(kāi)展的要求。

基于分布式計(jì)算機(jī)框架的轉(zhuǎn)碼，能夠充分利用集群中的空閑的計(jì)算機(jī)轉(zhuǎn)碼上傳文件的，這種方式雖然對(duì)設(shè)備的硬件配置要求不高，具有較高的轉(zhuǎn)換率，但是集群中的不同節(jié)點(diǎn)對(duì)同一任務(wù)的協(xié)調(diào)配合程度直接影響著轉(zhuǎn)碼工作的復(fù)雜性，這就需要工作人員設(shè)計(jì)出復(fù)雜、精確的轉(zhuǎn)碼方案。

基于單機(jī)服務(wù)器轉(zhuǎn)碼，可以在短時(shí)間內(nèi)開(kāi)展大量視頻文件的轉(zhuǎn)碼操作活動(dòng)，它不但具有分布式轉(zhuǎn)碼方式在利用空閑計(jì)算機(jī)的優(yōu)點(diǎn)，同時(shí)還能夠借助當(dāng)前的云平臺(tái)提高轉(zhuǎn)碼速度，推動(dòng)轉(zhuǎn)碼系統(tǒng)更為高效、可靠的運(yùn)轉(zhuǎn)。這種方式受到企業(yè)的技術(shù)限制，在實(shí)施過(guò)程中具有很強(qiáng)的局限性。

在現(xiàn)階段的多媒體資源管理工作開(kāi)展過(guò)程中，最常用的方式主要是應(yīng)用Hadoop開(kāi)展分布式計(jì)算機(jī)框架的轉(zhuǎn)碼活動(dòng)，由于Hadoop具有開(kāi)源性，所以在操作過(guò)程中具有很強(qiáng)的維護(hù)性與擴(kuò)展性。但是在當(dāng)前的Hadoop基礎(chǔ)上對(duì)大量的視頻開(kāi)展分布式轉(zhuǎn)碼，需要以HDFS作為底層存儲(chǔ)平臺(tái)。因此，為了更高效、可靠地管理多媒體資源的存儲(chǔ)，本文的研究主要以云儲(chǔ)存平臺(tái)CEPH-分布式文件系統(tǒng)為主。

二、基于云平臺(tái)的多媒體管理技術(shù)介紹

Hadoop起源于Apache Nutch項(xiàng)目，由Apache基金會(huì)主導(dǎo)設(shè)計(jì)，Hadoop云平臺(tái)具有開(kāi)源性的分布式基礎(chǔ)構(gòu)架，主要應(yīng)用于數(shù)據(jù)處理工作，其底端存儲(chǔ)系統(tǒng)主要由HDFS構(gòu)成，計(jì)算框架使用了流式計(jì)算模型Map Reduce.

（一）HDFS分布式存儲(chǔ)系統(tǒng)簡(jiǎn)介

HDFS是指被設(shè)計(jì)成適合運(yùn)行在通用硬件（commodity hardware）上的分布式文件系統(tǒng)，它和現(xiàn)有的分布式文件系統(tǒng)有很多共同點(diǎn)。但同時(shí)，它和其他的分布式文件系統(tǒng)的區(qū)別也是很明顯的。主要負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)，HDFS是一個(gè)高度容錯(cuò)性的系統(tǒng)，適合部署在廉價(jià)的機(jī)器上。HDFS能提供高吞吐量的數(shù)據(jù)訪問(wèn)，非常適合大規(guī)模數(shù)據(jù)集上的應(yīng)用。HDFS放寬了一部分POSIX約束，來(lái)實(shí)現(xiàn)流式讀取文件系統(tǒng)數(shù)據(jù)的目的。HDFS在最開(kāi)始是作為Apache Nutch搜索引擎項(xiàng)目的基礎(chǔ)架構(gòu)而開(kāi)發(fā)的。這種存儲(chǔ)系統(tǒng)十分依賴可靠性的數(shù)據(jù)，數(shù)據(jù)冗余性較強(qiáng)，具有較強(qiáng)的可拓展性，數(shù)據(jù)流處理速率較高并且具有很高的數(shù)據(jù)處理容錯(cuò)率，可以實(shí)現(xiàn)數(shù)據(jù)的高校存儲(chǔ)。

這一存儲(chǔ)系統(tǒng)主要由Name Node和Data Node兩個(gè)節(jié)點(diǎn)組成，前者負(fù)責(zé)元數(shù)據(jù)的處理，后者負(fù)責(zé)多項(xiàng)數(shù)據(jù)存儲(chǔ)。系統(tǒng)中的Client通過(guò)兩個(gè)節(jié)點(diǎn)之間的互相通信對(duì)分布式文件系統(tǒng)進(jìn)行訪問(wèn)，在獲取元數(shù)據(jù)的基礎(chǔ)上對(duì)文件執(zhí)行IO操作。

（二）Map Reduce流式計(jì)算模型簡(jiǎn)介

Map Reduce流式計(jì)算模型由谷歌公司于2004年研發(fā)，主要應(yīng)用于海量數(shù)據(jù)的并行處理，這種計(jì)算模型的應(yīng)用能夠操作者無(wú)需借助分布式編程經(jīng)驗(yàn)，也無(wú)需編寫(xiě)數(shù)量龐大的并行計(jì)算程序，直接對(duì)分布式資源進(jìn)行有效的管理。管理人員應(yīng)用這種數(shù)據(jù)模型能夠分離業(yè)務(wù)邏輯處理與數(shù)據(jù)具體實(shí)現(xiàn)，操作人員只需要調(diào)用不同的接口就能夠開(kāi)展大規(guī)模的分布式計(jì)算工作。

在實(shí)際的工作過(guò)程中，工作人員提交Map Reduce作業(yè)，需要將處理的文件分為不同的模塊，形成獨(dú)立處理的MAP子任務(wù)，開(kāi)展并行的數(shù)據(jù)處理活動(dòng)。在子任務(wù)開(kāi)展過(guò)程，采用鍵值的方式進(jìn)行數(shù)據(jù)輸入，數(shù)據(jù)處理完成的結(jié)果以Key為單位，匯總到相同的reduce中，并且輸入結(jié)構(gòu)也經(jīng)過(guò)了相應(yīng)的排序處理。這種流式計(jì)算模型與HDFS的運(yùn)行模式相似，都建立在Slave的框架上，一個(gè)為Job Tracker（對(duì)用的是HDFS中的name node），另一個(gè)Task Tracker對(duì)應(yīng)的是HDFS中的Data note。每一個(gè)Hadoop集群主要由一個(gè)Job Tracker和若干個(gè)Task Tracker構(gòu)成，前者負(fù)責(zé)任務(wù)調(diào)度，后者負(fù)責(zé)任務(wù)執(zhí)行。

三、基于云平臺(tái)的多媒體管理平臺(tái)架構(gòu)分析

（一）云計(jì)算技術(shù)構(gòu)架

立足于云平臺(tái)的多媒體管理技術(shù)平臺(tái)主要由云計(jì)算的四層構(gòu)架組成：

首先是基礎(chǔ)設(shè)施層，這是云服務(wù)工作的最基礎(chǔ)層，通過(guò)應(yīng)用基礎(chǔ)層硬件虛擬化技術(shù)的應(yīng)用，將硬件資源轉(zhuǎn)化為服務(wù)資源，主要包含三方面的資源：（1）網(wǎng)絡(luò)資源;（2）存儲(chǔ)資源;（3）計(jì)算資源，然后通過(guò)上層管理，提供計(jì)算、存儲(chǔ)服務(wù)。基礎(chǔ)設(shè)施層主要建設(shè)高性能的數(shù)據(jù)處理中心，并降低數(shù)據(jù)處理成本，同時(shí)借助虛擬化技術(shù)保障基礎(chǔ)的資源服務(wù)功能。

其次是平臺(tái)服務(wù)層，這一層的主要工作內(nèi)容為提供資源管理工作所學(xué)的分布式計(jì)算機(jī)引擎以及存儲(chǔ)訪問(wèn)借接口，同時(shí)存儲(chǔ)和查詢平臺(tái)中的元數(shù)據(jù)，完成多媒體資源管理工作中的其他操作流程。

此外，還有應(yīng)用服務(wù)層，這一層的功能為多媒體管理服務(wù)應(yīng)用的實(shí)現(xiàn)，比如文件上傳、視頻轉(zhuǎn)碼以及文件保護(hù)等其他平臺(tái)的基本服務(wù)。

最后是Portal層，主要工作為響應(yīng)用戶的指令，比如文件存儲(chǔ)、資源檢索等，是管理平臺(tái)的服務(wù)應(yīng)用接入口，用以實(shí)現(xiàn)相應(yīng)服務(wù)。

（二）管理平臺(tái)主要內(nèi)容闡述

從宏觀的角度來(lái)講，多媒體管理平臺(tái)主要用來(lái)接受用戶傳入的多媒體文件，然后應(yīng)用Web服務(wù)器提供相應(yīng)接口，形成數(shù)據(jù)服務(wù)。數(shù)據(jù)管理平臺(tái)的主要內(nèi)容主要分為以下幾項(xiàng)：

1.基于云平臺(tái)的多媒體管理平臺(tái)首先要負(fù)責(zé)將文件上傳到CEPH的集群中進(jìn)行存儲(chǔ)，主要分為大文件和小文件和云存儲(chǔ)模式，對(duì)于大型文件，主要采用云端文件普通上傳的形式，對(duì)于小文件主要采用語(yǔ)義聚類的方式進(jìn)行存儲(chǔ)。其次，在文件上傳完成之后需要對(duì)文件進(jìn)行分布式轉(zhuǎn)碼處理，特別是視頻類文件。針對(duì)分布式任務(wù)，分發(fā)給Map Reduce模型，而對(duì)不同節(jié)點(diǎn)使用Ffmpeg進(jìn)行文件轉(zhuǎn)碼處理。

2.關(guān)于多媒體資源信息的維護(hù)工作，需要平臺(tái)存儲(chǔ)、維護(hù)用戶和文件的元信息。最后是多媒體資源的檢索和調(diào)用功能，管理平臺(tái)主要負(fù)責(zé)建立倒排索引，用戶能夠應(yīng)用Lucene開(kāi)展索引查詢活動(dòng)，從而檢索所需要的多媒體文件。在檢索完成之后就能夠響應(yīng)用戶的播放請(qǐng)求，經(jīng)過(guò)流媒體視頻播放。

3.該平臺(tái)的云數(shù)據(jù)中心的虛擬化層，主要采用虛擬化技術(shù)將各種不同的存儲(chǔ)設(shè)備集中到資源池之中，經(jīng)由部署式文件系統(tǒng)為操作者提供相應(yīng)的資源存儲(chǔ)服務(wù)。關(guān)于云計(jì)算和存儲(chǔ)的管理功能主要由Pass（平臺(tái)服務(wù)層）實(shí)現(xiàn)。在這一層中由CEPH實(shí)現(xiàn)數(shù)據(jù)云存儲(chǔ)活動(dòng)，將文件信息集中存儲(chǔ)起來(lái)，由Hadoop中的Map Reduce實(shí)現(xiàn)云計(jì)算服務(wù)，對(duì)平臺(tái)中的不同任務(wù)進(jìn)行相應(yīng)的計(jì)算處理工作。

4.客戶機(jī)的數(shù)據(jù)服務(wù)主要由軟件服務(wù)層提供，主要包括網(wǎng)絡(luò)服務(wù)器、多媒體服文件務(wù)器、搜索引擎和轉(zhuǎn)碼工具構(gòu)成主要的服務(wù)基礎(chǔ)，最終由客戶端進(jìn)行多媒體再遠(yuǎn)管理平臺(tái)的接入，提供相應(yīng)的資源管理工作。

（三）平臺(tái)服務(wù)構(gòu)架

在應(yīng)用基于云平臺(tái)的資源時(shí)，客戶機(jī)需要通過(guò)網(wǎng)頁(yè)對(duì)平臺(tái)的所提供的相關(guān)服務(wù)進(jìn)行登錄，然后由平臺(tái)匹配相應(yīng)的API或REST服務(wù)實(shí)現(xiàn)平臺(tái)的基礎(chǔ)服務(wù)的使用。基于云平臺(tái)的多媒體管理平臺(tái)的基礎(chǔ)服務(wù)主要分為兩項(xiàng)，首先是多媒體存儲(chǔ)服務(wù)，由平臺(tái)負(fù)責(zé)對(duì)不同的媒體信息進(jìn)行存儲(chǔ)，比如用戶和文件的源信息以及文件的倒排索引、分布式文件系統(tǒng)等等。其次是多媒體計(jì)算服務(wù)，主要負(fù)責(zé)平臺(tái)中的分布式計(jì)算以及視頻轉(zhuǎn)碼處理等其他內(nèi)容。

1.資源云存儲(chǔ)服務(wù)

主要由平臺(tái)對(duì)圖片和視頻等資源進(jìn)行有效的存儲(chǔ)，并且按存儲(chǔ)的關(guān)鍵信息建立相應(yīng)的索引，保存文件源信息，最為主要的是對(duì)小型文件的存儲(chǔ)方式進(jìn)行的改進(jìn)：系統(tǒng)能夠通過(guò)關(guān)鍵屬性的方式將具有關(guān)聯(lián)性的各種微型文件進(jìn)行合并重組存儲(chǔ)。

2.資源云計(jì)算服務(wù)

云計(jì)算負(fù)責(zé)對(duì)存儲(chǔ)在資源庫(kù)中的視頻文件進(jìn)行轉(zhuǎn)碼，首先進(jìn)行預(yù)處理活動(dòng)，將處理的結(jié)果按Hadoop集群進(jìn)行分段式轉(zhuǎn)碼，然后將轉(zhuǎn)碼后的資源存儲(chǔ)在云平臺(tái)內(nèi)。

四、基于云平臺(tái)的多媒體管理技術(shù)應(yīng)用分析

由于云管理平臺(tái)的功能具有復(fù)雜性，所涉及的主要操作流程也比較多，因此本文的研究重點(diǎn)主要還是集中在數(shù)量較多的小文件的云存儲(chǔ)以及分布處理功能上。

（一）多媒體圖片文件上傳功能

在多媒體資源應(yīng)用的過(guò)程中，多媒體文件中圖片是常見(jiàn)的文件資源形式，同時(shí)也是數(shù)量眾多的小型文件的代表。對(duì)多媒體圖片的上傳功能分析如下：

1.計(jì)算機(jī)用戶選擇相應(yīng)的多媒體文件進(jìn)行上傳，圖片在服務(wù)器的緩沖區(qū)進(jìn)行保存，同時(shí)圖片文件的源數(shù)據(jù)保存至數(shù)據(jù)庫(kù)中，平臺(tái)根據(jù)圖片文件的信息建立起倒排索引，為后續(xù)的文件檢索功能做準(zhǔn)備。

2.服務(wù)器對(duì)圖片的信息進(jìn)行識(shí)別，如果圖片文件的內(nèi)容過(guò)大，則將重組后的文件上傳到CEPH集群指定的Bucket下存儲(chǔ)，如果圖片內(nèi)容沒(méi)有超過(guò)限定，就根據(jù)主要類別和合并內(nèi)容將對(duì)應(yīng)的映射關(guān)系寫(xiě)到數(shù)據(jù)庫(kù)中，便于信息查找。

3.在服務(wù)器的緩沖區(qū)的圖片通過(guò)服務(wù)器的定時(shí)任務(wù)或者手動(dòng)操作進(jìn)行合并，然后根據(jù)所有待合并的圖片的關(guān)鍵信息進(jìn)行語(yǔ)義聚類，將具有關(guān)聯(lián)性的圖片合并到一個(gè)組中。

4.在聚類的圖片文件分組的基礎(chǔ)上對(duì)圖片進(jìn)行合并，在不同文件合并的過(guò)程中要注意文件的大小，將盡可能多的圖片合并到同一文件夾中。

（二）多媒體視頻轉(zhuǎn)碼功能

在多媒體資源管理工作開(kāi)展過(guò)程中，視頻轉(zhuǎn)碼是核心的工作模塊之一，其主要工作流程為：

1.媒體用戶首先上傳視頻的主要信息以及內(nèi)容簡(jiǎn)介，并選擇視頻進(jìn)行上傳，上傳至網(wǎng)絡(luò)服務(wù)器的緩沖區(qū)進(jìn)行存儲(chǔ)，并將視頻的源數(shù)據(jù)上傳到數(shù)據(jù)庫(kù)中;并根據(jù)視頻關(guān)鍵信息建立相應(yīng)的索引，便于后續(xù)的視頻檢索。

2.根據(jù)服務(wù)器的主要工作順序，對(duì)緩沖區(qū)中的不同視頻進(jìn)行模塊劃分，將視頻文件劃分為不同的等份，同時(shí)保存不同模塊視頻的主要信息;然后將帶有不同信息的視頻文件上傳到CEPH集群中，然后由網(wǎng)絡(luò)服務(wù)器向?qū)adoop的集群下達(dá)數(shù)據(jù)分析指令。

3.在接受到網(wǎng)絡(luò)服務(wù)器的指令后，Hadoop開(kāi)始Map Reduce作業(yè)活動(dòng)：將主要的視頻片段進(jìn)行下載，主要是從CEPH現(xiàn)在到不同的Map節(jié)點(diǎn)上，然后對(duì)視頻片段進(jìn)行轉(zhuǎn)碼。這一環(huán)節(jié)完成之后所有的視頻片段會(huì)上傳到Reduce節(jié)點(diǎn)，進(jìn)行視頻片段合并。

4.視頻文件經(jīng)過(guò)轉(zhuǎn)碼、重組完成之后，組合的文件傳到CEPH集群的相就的位置，并將存儲(chǔ)的具體位置寫(xiě)入數(shù)據(jù)庫(kù)中。

（三）圖片文件檢索

1.客戶機(jī)在圖片搜索頁(yè)面添加關(guān)鍵詞，然后服務(wù)器依據(jù)關(guān)鍵詞進(jìn)行文件索引，在檢索過(guò)程中應(yīng)用Word2vec對(duì)相應(yīng)的關(guān)鍵詞進(jìn)行擴(kuò)充，并尋找出檢索詞的集合。

2.系統(tǒng)平臺(tái)所有包含圖片ID的主要信息反饋給服務(wù)器，同時(shí)服務(wù)器結(jié)合數(shù)據(jù)庫(kù)對(duì)圖片和合并文件夾進(jìn)行定位，然后從CEPH集群的相應(yīng)位置上下載好合并文件并集合到服務(wù)器本身的緩沖區(qū)中。

3.服務(wù)器從主要數(shù)據(jù)中獲取不同合并文件中的圖片位置信息，包括圖片所在位置、大小、格式，然后將這些信息拆分為合并文件，從而形成原始圖片，并將圖片文件在客戶端上呈現(xiàn)給用戶。

（四）視頻文件檢索

關(guān)于視頻檢索在管理平臺(tái)中的過(guò)程：

1.客戶機(jī)對(duì)視頻信息的關(guān)鍵詞進(jìn)行輸入，服務(wù)器結(jié)合關(guān)鍵詞進(jìn)行內(nèi)容索引，在檢索過(guò)程中應(yīng)用Word2vec對(duì)相應(yīng)的關(guān)鍵詞進(jìn)行擴(kuò)充，并尋找出檢索詞的視頻集合。然后在數(shù)據(jù)庫(kù)讀取視頻的源信息，并且將信息形成數(shù)據(jù)列表反饋給用戶。

2.客戶機(jī)點(diǎn)擊相應(yīng)的視頻進(jìn)行播放，服務(wù)器接接收到視頻播放信息，然后在CEPH集群中搜索存儲(chǔ)位置，讀取相應(yīng)的視頻文件。

3.CEPH將對(duì)應(yīng)視頻文件下載到流媒體服務(wù)器上，流媒體服務(wù)器對(duì)視頻文件進(jìn)行處理，客戶機(jī)得到播放地址，進(jìn)行視頻播放。

五、結(jié)語(yǔ)

本文先是對(duì)基于云平臺(tái)的多媒體資源管理平臺(tái)的整體運(yùn)行進(jìn)行了闡述，其次對(duì)管理平臺(tái)的主要核心模塊進(jìn)行了相應(yīng)的設(shè)計(jì)與分析，然后對(duì)多媒體資源管理平臺(tái)相關(guān)使用流程進(jìn)行說(shuō)明。關(guān)于云平臺(tái)多媒體資源庫(kù)的設(shè)計(jì)主要是從兩個(gè)方面進(jìn)行了調(diào)整，首先是提升大量小型文件的存儲(chǔ)效率和讀寫(xiě)效率，其次是對(duì)多媒體資源管理平臺(tái)中的資源轉(zhuǎn)碼工作進(jìn)行了分布式的優(yōu)化，從而有效提升多媒體資源管理平臺(tái)的工作效率。

參考文獻(xiàn)：

[1]徐哲.高校多媒體管理人員不足的解決策略研究——基于績(jī)效導(dǎo)向與成本控制的視角[J].電腦知識(shí)與技術(shù)，2017，13（25）：101-104.

[2]張繼高，李獻(xiàn)廣，劉書(shū)景.信息化時(shí)代下多媒體管理發(fā)展方向和對(duì)策[J].教育教學(xué)論壇，2017（09）：254-255.

[3]沈杰，張曉東.云桌面在高校多媒體教室管理中的應(yīng)用與思考[J].科技展望，2016，26（35）：3-4.

[4]蔡紅標(biāo)，付海燕，溫學(xué)智.電務(wù)多媒體維修管理技術(shù)研究[J].鐵道通信信號(hào)，2015，51（02）：49-51.

[5]曾玲.多媒體遠(yuǎn)程交互式教學(xué)系統(tǒng)的研究與實(shí)現(xiàn)[D].湖南大學(xué)，2014.

[6]董其文.基于HDFS的小文件存儲(chǔ)方法的研究[D].大連海事大學(xué)，2013.

[7]高澤棟.一種優(yōu)化HDFS小寫(xiě)文件存儲(chǔ)策略研究與實(shí)現(xiàn)[D].華中科技大學(xué)，2013.

[8]代萬(wàn)能.倒排索引技術(shù)在Hadoop平臺(tái)上的研究與實(shí)現(xiàn)[D].電子科技大學(xué)，2013.