大规模存储系统需要维护和存储海量的数据，并进行有效的数据分析，支持高效的存储服务。实时性的要求是衡量存储系统服务质量的重要标准，也是当前大数据存储系统领域研究的重点和关键问题。

　　信息存储与光显示功能实验室华宇博士提出了基于语义分析的实时数据检索的新方法，称为FAST。这种方法主要是注重分析存储系统中文件的访问行为和模式，采用新型的近似存储的方法论，对于海量数据进行语义分析，获取文件的关联信息，从而对相关文件进行高效的管理和检索。相关方法能够在保证存储服务质量的前提下，显著降低需要处理的文件数量。通过大量实验测试和分析表明，相关研究方法在查询时间、能耗开销和网络传输延迟等方面显著优于目前已有的数据结构和设计方法。

　　2016年4月IEEE Transactions on Parallel and Distributed Systems (TPDS)发表了题为“Real-time Semantic Search using Approximate Methodology for Large-scale Storage Systems (大规模存储系统中基于近似方法论的实时语义检索机制)”的论文，Year: 2016, Volume: 27, Issue: 4, Pages: 1212-1225。

　　IEEE TPDS是中国计算机学会推荐的A类期刊，是并行与分布式系统领域中的重要国际期刊。

　　该研究工作得到了国家自然科学基金(61173043)等项目的支持。

实时检索系统结构图和主要测试结果