基于云计算平台的多数据库并行调度算法仿真.pdf
《基于云计算平台的多数据库并行调度算法仿真.pdf》由会员分享,可在线阅读,更多相关《基于云计算平台的多数据库并行调度算法仿真.pdf(5页珍藏版)》请在咨信网上搜索。
1、459第40 卷第6 期2023年6 月机真仿算文章编号:10 0 6-9 348(2 0 2 3)0 6-0 459-0 4基于云计算平台的多数据库并行调度算法仿真杨毅,熊鹰(华中科技大学网络与计算中心,湖北武汉430 0 7 4)摘要:为保证网络负载均衡、解决当前数据库调度效率低下的问题,提出基于云计算平台的多数据库并行调度算法。在云计算基础设施层内引人可信根与信任传递思维,面向虚拟层实际特征,组建高度可信云计算平台;提取多数据并行调度时间序列混沌特征,计算数据库调度控制集合与调度时间顺序适应值,利用MapReduce操作获得并行调度模型;使用离散粒子群算法间接编码各子任务占据的资源,计算
2、粒子的速率与方位并实时更新,结合权重影响因子提高算法搜索效果,完成高效率多数据库并行调度。仿真结果表明,所提算法具备极强的收敛性与全局搜索能力,并行调度效率快,为多数据库信息交互提供充分便利。关键词:云计算平台;多数据库;并行调度;离散粒子群中图分类号:TP301文献标识码:BSimulation of Multi Database Parallel Scheduling AlgorithmBased on Cloud Computing PlatformYANG Yi,XIONG Ying(Huazhong University of Science and Technology,Wuhan
3、 Hubei 430074,China)ABSTRACT:This paper puts forward a multi-database parallel scheduling algorithm based on cloud computing plat-form for improving the scheduling efficiency of database.Trusted root and trust transfer thinking were introduced intothe cloud computing infrastructure layer,facing the
4、actual characteristics of the virtual layer,in order to build a highlytrusted cloud computing plaform.The chaotic characteristics of multi-data parallel scheduling time series were ex-tracted to calculate the fitness of database scheduling control set and scheduling time sequence.MapReduce was taken
5、to found a parallel scheduling model.Each task was occupied by the indirect particle swarm algorithm.The velocityand orientation of particles were calculated and updated in real time.Whilst,the search effect of the algorithm was im-proved to parallel scheduling efficient multi-database via the weigh
6、t influence factor.The simulation results show thatthe algorithm has excellent convergence,global search ability and fast parallel scheduling efficiency.KEYWORDS:Cloud computing platform;Multi-database;Parallel scheduling;Discrete particle swarm optimization1引言随着信息技术的飞速发展,互联网+、云计算平台等陆续被开发,在云平台背景下保证多
7、数据库同时运行且负载均衡是十分重要的1。数据库的可靠调度关系到云计算的全局运行速率,对多数据库实施调度,不但要和多个服务器合作,也涉及多数据库的信息筛查。但并行调度的难点在于不同数据库的调度信息量过大2 、数据库的计算机语句设置各不相等、复杂性较高等,大大影响了数据库之间的信息交互。针对并行调度问题,文献3 通过构建多信道链路模型,收稿日期:2 0 2 1-0 9-0 1修回日期:2 0 2 1-0 9-0 7求解均衡调度问题,创建双适应度函数并进行恰当调整,完成调度目标。但该方法没有考虑节点的真实负载状态,致使节点负载不均。文献4 融合多核集群拓扑特征,综合消息传递与共享存储编程模型,使用作
8、业优先级编码模式转移鸟巢位置,并将位置信息作为作业调度序列排列优先级求解,实现调度任务。但该方法无法自动完成作业调度序列的队列选择与设定,数据库调度效率较低,适用性不高。本文吸取文献方法的优势,针对其不足提出一种基于云计算平台的多数据库并行调度算法,组建高可信度云计算平台,利用MapReduce编程得到多数据库并行调度模型,运用离散粒子群算法完成高效率并行调度目标。仿真结果证明,经所提算法调度后,实现了网络负载均衡,可应用于多种类460数据库,适用范围广。2云计算平台构建云计算平台涵盖应用层、平台层与基础设施层三个层次,以基础设施层为例,引人可信根与信任传递思维,面向虚拟层实际特征,给用户提供
9、一个高度安全的云计算平台5云计算平台构建技术中最关键的就是虚拟化技术,虚拟化是一种从底层硬件或软件抽象出应用程序、用户操作系统。虚拟化的核心是服务器虚拟化,主要划分为底层硬件下的虚拟化、宿主操作系统下的虚拟化两种模式。云平台在创建过程中,需确保每个组件都能完整度量的同时,得到系统控制权顺序。构建顺序执行信任链的过程为Ii+I=I,V,(Si)(1)其中,l,表示云平台物理主机操作系统引导时第i个阶段的完整性,如果第i个阶段是完整的,那么I,=1,反之I,=0。V(Si+1)是第i个阶段的度量控制组件,对引导序列内第i+1个阶段实施度量的参数。以云计算设备Eucalyptus为基础,设计满足多任
10、务调度的可信云计算平台结构体系,如图1所示。图1内的阴影部分代表云服务商对某些节点采取可信增强措施。交互接口是云计算平台设计的用户可见入口,是用户开启与停止运作的服务接口6 。云管理员利用集群控制器把虚拟机实例传递至不可信平台,实现云计算平台最优的存储与计算效用。云租户云计算中心交互接口可信第三集群控制器集群控制器方认证可信节点普通节点图1云计算平台架构示意图3基于离散粒子群的多数据库并行调度算法3.1多数据库并行调度模型为实现多数据库的有效调度,创建并行调度模型前,需要进行如下优化运算。多数据并行调度时间序列拥有显著的混沌特征,提取相关的混沌特征可以有效优化模型的调度速率7 。将数据库调度的
11、控制集合记作式(2)W=w:+Q:-Z(w,-q,)(2)其中,Q、W是第i个节点和父节点之间交换任务的任务数量,之(u;-q)是各数据库的调度任务数量,j表示调度j=1数量。融合并行策略与混沌因子,计算调度时间顺序适应值1NP(f(x;)-f(x)(3)NPi=1其中,NP表示时间序列大小,f()是第i个调度时间序列的临界值,f(x)是适应度均值。最终将调度任务的效率描述成=l 8-jl(4)其中,表示调度任务效率,表示递增系数。当前多数云计算平台将MapReduce编程模型应用在海量数据库的并行运算中。MapReduce操作融合Map与Reduce函数,将其传输至调度系统,分配到可用计算资
12、源。综合以上运算过程,将多数据库并行调度模型表示成图2。用户程序分割分割分割工作机指派Map指派Reduce工作机录人片段0远程读取工作机输出文件0J本地录人读取1片段1工作机1输出文件1片段2工作机-1工作机输入文件Map状态中间文件Reduce状态输出文件图2并行调度模型Map操作是把较大的任务划分成若干子任务,再把子任务分配至计算资源内执行运作,利用Reduce操作获得并行调度输出结果8 。把类资源均看作计算资源,设置运行条件:已知子任务需要的计算量、计算速率和子任务在各计算资源内运行完毕的时间。如果子任务个数是M,计算资源个数是N,使用MxN矩阵描述每个计算资源内任务运行所需的时间。把
13、多数据库并行调度问题简化成:怎样把若干任务恰当配发至计算资源,让全部任务完成的总时间最小。3.2算法实现并行调度模型构建完毕后,融合基于离散粒子群的并行调度算法,实现在保证负载均衡前提下的多数据库高质量并行调度任务。利用离散粒子群法计算调度问题,组建有效的粒子编码结构,使用间接编码模式完成各子任务的资源编码,编码长度是当前子任务的数量,一个编码对应一个并行调度方案9本文使用可靠性来定义离散粒子群算法中的实用度函数,经过不断上升的迭代数量,完成高可靠性数据库并行调度目标。适应度函数值可以准确评估调度任务策略的优劣,适应度函数值越高,表明任务调度性能越好。假设随机一个461任务t,调度至某个云计算
14、资源,调度执行时间一定要处于截止时间之内,若超出该时间,则说明调度任务失效10 。把具备截止时间的任务调度问题约束公式记作(5)ed其中,e为执行时间,d,为时间阈值。在式(3)基础上,将适应度值的计算过程变换为mintF=(6)入其中,F代表适应度函数,mint,代表目标函数,入为调度系数。粒子群算法为一种随机优化控制策略,算法中粒子进化时具备两个量,依次为方位矢量xm=x m,1,m2,xm,D与速率矢量m=Um.1,m2,,U m,D ,D 是空间维度。云计算平台环境下,把多数据库并行调度问题拟作一个离散优化问题,把离散粒子群算法代人并行调度中,数学的加减乘除计算不再适用,要对其重新定义
15、。将粒子的方位描述成一个S维失量,即x=1,2,,x,粒子的速率是粒子方位改变的几率,也是一个S维矢量,记作=u1,u 2,j,,。方位和速率的加法运算可以完成粒子位置的变动。每个粒子均拥有速率与方位两个特征,利用更新粒子速率与方位获得全新的粒子。与传统粒子群算法的速率更新解析式相比,本文在速率更新中添加一个调整因子,用来操控粒子的搜寻方向。将粒子速率更新解析式表示成V;=wv,+Ciri(pbest;-x,)+c2r2(gbest;-x,)(7)式中,w为惯性权重,c1、Cz 均为学习因子,分别代表粒子向局部最优解pbest与全局最优解gbest的靠近水准,rivf2是处于0,1 之间的任意
16、数值,;的取值范围是;E-Umx,ma x ,这样可以避免粒子超过搜寻范围,提高并行调度的准确性。由于粒子的搜寻空间具有不连贯性,采用下面两个公式完成粒子方位更新x;=x;+V;(8)1 x,111 x;1 e(0,m)1x;=0(9)mod(x;1 7,m)1 x;1#(0,m)首先利用式(8)实施方位更新,但在获得的编码序列内包含不合规编码,这时要使用式(9)把不合规编码变换成合规编码,得到更新后的粒子具体方位。粒子搜寻时为了控制并行调度算法的运算能力,引人权重影响因子,较大时可以实现全局查找,相反较小时容易陷入局部查找,所以调节值能够显著提升算法的搜寻成效,优化并行调度算法的整体性能。W
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 计算 平台 多数 并行 调度 算法 仿真
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。