基于彈性負(fù)載的數(shù)據(jù)實(shí)時(shí)遷移方法的研究.pdf

1、云計(jì)算使我們對(duì)分布式資源有更好的利用，同時(shí)也很好的節(jié)約了成本，但是在技術(shù)的角度，實(shí)現(xiàn)云環(huán)境中的彈性負(fù)載是當(dāng)前的研究熱點(diǎn)和難點(diǎn)。數(shù)據(jù)訪問(wèn)的突發(fā)性和不可預(yù)估性導(dǎo)致集群負(fù)載動(dòng)態(tài)變化，在無(wú)法預(yù)測(cè)節(jié)點(diǎn)負(fù)載的情況下，我們使用實(shí)時(shí)的數(shù)據(jù)遷移技術(shù)實(shí)現(xiàn)彈性負(fù)載均衡，對(duì)面向服務(wù)的資源進(jìn)行動(dòng)態(tài)管理。實(shí)時(shí)遷移也叫動(dòng)態(tài)遷移，是一種低開(kāi)銷(xiāo)的、在節(jié)點(diǎn)間動(dòng)態(tài)遷移數(shù)據(jù)的技術(shù)。實(shí)時(shí)數(shù)據(jù)遷移是為了滿足云數(shù)據(jù)庫(kù)的彈性負(fù)載均衡特性應(yīng)運(yùn)而生的，可以實(shí)現(xiàn)輕量級(jí)的彈性負(fù)載。目前主要有

2、迭代遷移和按需復(fù)制遷移這兩種實(shí)時(shí)遷移技術(shù)，但是對(duì)待遷移數(shù)據(jù)和目的節(jié)點(diǎn)的選取以及遷移過(guò)程的控制少有關(guān)注。我們認(rèn)為數(shù)據(jù)遷移包括遷移決策和遷移執(zhí)行兩部分，好的遷移決策可以節(jié)省遷移操作的時(shí)間、降低遷移的開(kāi)銷(xiāo)，但是目前對(duì)遷移決策部分的研究較少。
　　基于上述研究背景，我們對(duì)粒子群優(yōu)化算法和數(shù)據(jù)遷移技術(shù)進(jìn)行了研究，將粒子群優(yōu)化算法與數(shù)據(jù)遷移結(jié)合，應(yīng)用于遷移決策中。在粒子群優(yōu)化算法方面，傳統(tǒng)的串行實(shí)現(xiàn)方法成為計(jì)算瓶頸，每一次迭代過(guò)程中都需要等待

3、粒子串行計(jì)算完成，極大地浪費(fèi)了時(shí)間，因此，結(jié)合我們的應(yīng)用背景，我們使用流處理技術(shù)將粒子群優(yōu)化算法并行化，提出基于流處理的粒子群優(yōu)化算法（Stream-based Particle Swarm Optimization，SPSO），不僅可以獲得節(jié)點(diǎn)最新的狀態(tài)信息，還可以減少磁盤(pán)讀寫(xiě)，加快計(jì)算速度。我們提出基于SPSO遷移決策的實(shí)時(shí)數(shù)據(jù)遷移方法，依托我們給出的遷移框架，通過(guò)對(duì)節(jié)點(diǎn)負(fù)載進(jìn)行實(shí)時(shí)監(jiān)控，分析負(fù)載類(lèi)型，啟動(dòng)遷移決策，為待遷移數(shù)據(jù)生成

4、最佳遷移方案，并對(duì)遷移過(guò)程中的數(shù)據(jù)訪問(wèn)請(qǐng)求進(jìn)行分發(fā)，保證數(shù)據(jù)的正確性，根據(jù)遷移過(guò)程中源節(jié)點(diǎn)和目的節(jié)點(diǎn)的負(fù)載狀態(tài)控制數(shù)據(jù)的遷移速度，降低遷移操作對(duì)兩端節(jié)點(diǎn)的性能影響。我們對(duì)本文所提出的方法進(jìn)行實(shí)驗(yàn)驗(yàn)證：1）在實(shí)現(xiàn)遷移決策方面，SPSO算法穩(wěn)定性更好，并且算法輸出結(jié)果的遷移開(kāi)銷(xiāo)較小，算法運(yùn)行時(shí)間較PSO短，準(zhǔn)確性較PSO高；2）在遷移執(zhí)行過(guò)程中，寫(xiě)數(shù)據(jù)操作請(qǐng)求失敗次數(shù)明顯少于其他方法，且引入數(shù)據(jù)操作后的響應(yīng)時(shí)間也明顯減少；3）實(shí)驗(yàn)還分析遷移