闫娟雅

摘要：针对传统的集中式网络数据存储方式存储数据效率低的问题，研究了基于Kubernetes的海量网络数据存储方法。对海量网络数据动态合并处理后，设计Kubernetes集群并部署外部上传端与Kubernetes服务的访问过程，从而实现对海量数据的存储。对比实验结果显示，该存储方法相比能够减少约62%的运算内存占用，并且存储操作速度快，更能满足实际需求。

关键词：Kubernetes;海量数据;网络数据;数据存储

中图分类号：TP392      文献标识码：A

文章编号：1009-3044（2021）27-0028-02

Kubernetes是用于管理云平台中多个主机上的容器应用部署方式[1]。相比于传统系统绑定并通过插件、脚本或者沉重的虚拟机来安装应用的应用部署方式，Kubernetes可以通过部署互相隔离的存储容器的方式，在避免不同数据进程互相干扰的同时，还能利用容器各自的文件系统有效区分计算资源。将Kubernetes应用于网络海量数据存储中，能够改善集中式数据存储方法并发率低的问题。因此，本文将研究基于Kubernetes的海量网络数据存储方法，并对该方法的可行性进行验证。

1 基于Kubernetes的海量网络数据存储方法研究

1.1 海量网络数据动态合并处理

网络海量数据因网络的互联互通特殊性，网络中的数据大多存在一定的相关性。为节省数据存储过程中占用的内容，需要对网络海量数据进行动态合并处理。在本研究中，使用子集检测的频繁项挖掘算法，找出存在关联关系的网络数据，从而实现网络海量数据的动态合并，提高网络海量数据的访问速度，减少数据存储过程中的输入输出次数[2]。……