基于彈性負載的數(shù)據(jù)實時遷移方法的研究.pdf

1、云計算使我們對分布式資源有更好的利用，同時也很好的節(jié)約了成本，但是在技術(shù)的角度，實現(xiàn)云環(huán)境中的彈性負載是當前的研究熱點和難點。數(shù)據(jù)訪問的突發(fā)性和不可預估性導致集群負載動態(tài)變化，在無法預測節(jié)點負載的情況下，我們使用實時的數(shù)據(jù)遷移技術(shù)實現(xiàn)彈性負載均衡，對面向服務的資源進行動態(tài)管理。實時遷移也叫動態(tài)遷移，是一種低開銷的、在節(jié)點間動態(tài)遷移數(shù)據(jù)的技術(shù)。實時數(shù)據(jù)遷移是為了滿足云數(shù)據(jù)庫的彈性負載均衡特性應運而生的，可以實現(xiàn)輕量級的彈性負載。目前主要有

2、迭代遷移和按需復制遷移這兩種實時遷移技術(shù)，但是對待遷移數(shù)據(jù)和目的節(jié)點的選取以及遷移過程的控制少有關(guān)注。我們認為數(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)省遷移操作的時間、降低遷移的開銷，但是目前對遷移決策部分的研究較少。
　　基于上述研究背景，我們對粒子群優(yōu)化算法和數(shù)據(jù)遷移技術(shù)進行了研究，將粒子群優(yōu)化算法與數(shù)據(jù)遷移結(jié)合，應用于遷移決策中。在粒子群優(yōu)化算法方面，傳統(tǒng)的串行實現(xiàn)方法成為計算瓶頸，每一次迭代過程中都需要等待

3、粒子串行計算完成，極大地浪費了時間，因此，結(jié)合我們的應用背景，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)點最新的狀態(tài)信息，還可以減少磁盤讀寫，加快計算速度。我們提出基于SPSO遷移決策的實時數(shù)據(jù)遷移方法，依托我們給出的遷移框架，通過對節(jié)點負載進行實時監(jiān)控，分析負載類型，啟動遷移決策，為待遷移數(shù)據(jù)生成

4、最佳遷移方案，并對遷移過程中的數(shù)據(jù)訪問請求進行分發(fā)，保證數(shù)據(jù)的正確性，根據(jù)遷移過程中源節(jié)點和目的節(jié)點的負載狀態(tài)控制數(shù)據(jù)的遷移速度，降低遷移操作對兩端節(jié)點的性能影響。我們對本文所提出的方法進行實驗驗證：1）在實現(xiàn)遷移決策方面，SPSO算法穩(wěn)定性更好，并且算法輸出結(jié)果的遷移開銷較小，算法運行時間較PSO短，準確性較PSO高；2）在遷移執(zhí)行過程中，寫數(shù)據(jù)操作請求失敗次數(shù)明顯少于其他方法，且引入數(shù)據(jù)操作后的響應時間也明顯減少；3）實驗還分析遷移