云彩店邀请码|半壳|优胜
并行输出/输入(Input/Output) 体例从来是计划机体例构造范围一个热门接洽目标,其旨在外存和磁盘之间创造多个数据通路来缓和计划机体例的I/O 本能瓶颈题目。并行文献体例动作并行输出/输入体例的中心软硬件之一,不只供给了文献数据并行考察所需的语义和接口,并且不妨经过文献的分条、文献的调配和数据效劳器之间的动静负载平衡等本领来保护文献数据的会合考察速率。个中,文献分条是文献数据并行考察的基础之一;灵验的文献调配是表现大范围保存摆设本能的有力保护;数据效劳器之间的动静负载平衡则保护了并行文献体例的高本能和高扩充性。就文献分条而言,个中一个要害成分即是决定文献的分条宽窄。暂时的文献分条接洽多假如文献乞求的达到适合泊松散布,而后运用列队论等本领来计划体例级或文献级的分条宽窄。而科学计划步调的一个典范特性即是简单文献考察乞求的高并发性,而且该个性不不妨沿用泊松来精确表白,所以须要一种能很好处置具备高并发文献考察特性的文献级分条本领。其次,文献调配的题目也过程了普遍而深刻的接洽,那些接洽重要面向分外条规件大概在调配文献进程中忽视了文献考察的动静个性。在本质的并行输入/输入体例中,文献大多沿用分条的办法保存。所以须要接洽一种面向分条规件,而且商量文献动静考察个性的文献调配本领。结果,对于数据效劳器间的动静负载平衡而言,暂时的处置本领不只沿用鉴于集选取计划或分批式计划的体制构造,并且大多的接洽忽视了搜集对负载平衡本领的感化。跟着保存体例范围的夸大,现有处置本领在扩充性、高可用性和本能上面的遗憾大概控制它们在大范围体例上的运用。所以,须要接洽一种具备高扩充性、高可用性和高本能的负载平衡本领。对准之上题目,正文鉴于并行文献体例内的数据处置过程,对准高本能计划中的几种典范的运用场景,接洽了普及文献数据并行考察本能的优化本领。舆论的重要处事和奉献囊括:1. 提出了一种面向高并发文献考察乞求的文献级分条本领。开始提出了一个用来刻划具备高并发特性的文献乞求的本能和文献分条宽窄之间联系的领会模子。而后,鉴于该模子安排了一种自符合的文献级分条本领。试验截止表白,正文提出的本能领会模子的精确率大概在88.97%;与暂时时髦的文献分条本领比拟,鉴于该本能领会模子的文献级分条本领不妨普及FLASH I/O 的I/O 本能高达2.3 至5.8 倍。2. 提出了一种最小化文献乞求间考察辩论几率的文献调配本领——MinCPP。经过周旋调配的分条规件依照考察强度的降序陈设,而后依照贪婪的办法在多个磁盘上调配文献,MinCPP 不妨在很好地处置文献分条个性的同声贬低所有文献乞求间的动静考察辩论几率,进而普及所有保存体例的本能。与此同声,为了更好的满意本质体例内动静文献调配的需要,正文还鉴于MinCPP 提出了一种动静的分条规件调配本领——DMinCPP。试验截止表露,与暂时的合流文献调配本领比拟,MinCPP不妨贬低12.11% 的文献乞求相应功夫和28.59% 的效劳器负载方差;DMinCPP 不妨贬低6.25% 的文献乞求的相应功夫和16.14% 的效劳器负载方差。3. 提出了一种动静自符合的负载平衡本领——SALB。SALB 是实足鉴于散布式负载计划的体制构造。在这种体制构造中,每一个具备数据效劳器都不妨独登时举行负载平衡计划和倡导动静文献迁徙。SALB 的负载计划体制的散布性不妨保护其具备高扩充性和高可用性。正文还安排了一个在线负载猜测算法来猜测简单数据效劳器的短期负载。在这种情景下,不妨缩小搜集传输推迟对负载计划推迟的感化。为了缩小散布式负载平衡本领顶用于负载搜集的搜集消息调换量,正文提出了一个自符合的负载搜集阈值安排算法。该算法不妨按照效劳器自己的负载情景和所有体例的负载情景来安排负载搜集的阈值,进而使N个数据效劳器之间的消息调换量在最坏的情景低沉低到1/2N^2。试验截止表白,与保守鉴于集选取体制构造的负载平衡本领比拟,SALB 不妨减低11.36% 的文献乞求相应功夫和10.31% 的效劳器负载方差。
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/262761.html
本站部分内容来源网络如有侵权请联系删除