基于云計算的高校實驗室學(xué)生實驗系統(tǒng)設(shè)計

韋昌有

(南寧學(xué)院 藝術(shù)設(shè)計學(xué)院，南寧 530020)

0 引言

在信息技術(shù)和互聯(lián)網(wǎng)技術(shù)快速發(fā)展的今天，為了實現(xiàn)海量異構(gòu)數(shù)據(jù)的高效處理，同時為了提高實驗室的科學(xué)化、精細化管理，需要借助先進的軟硬件系統(tǒng)建立相應(yīng)的信息處管理系統(tǒng)[1]。云計算[2-3]技術(shù)的產(chǎn)生與不斷進步，為大量數(shù)據(jù)的快速、精確處理帶來了有效的解決手段。

文獻[4]介紹了大規(guī)模流數(shù)據(jù)集成和實時處理所面臨的挑戰(zhàn)，并分析了相應(yīng)的解決方案的可行性。文獻[5]針對大量數(shù)據(jù)處理中所產(chǎn)生的任務(wù)調(diào)度問題，提出一種基于貓群優(yōu)化算法的調(diào)度控制策略，實現(xiàn)了云環(huán)境下系統(tǒng)任務(wù)的高效管理。文獻[6]利用整數(shù)線性規(guī)劃方法解決計算中的計算資源分配問題，并對資源分配中的關(guān)鍵參數(shù)選取進行了優(yōu)化。文獻[7]針對基于云存儲的數(shù)據(jù)中心的能量管理問題，提出一種基于虛擬機和整數(shù)二次規(guī)劃的新型控制方法，對包含多臺數(shù)據(jù)處理器的數(shù)據(jù)中心能量使用進行了科學(xué)規(guī)劃。文獻[8]提出了一種用于圖書館讀者信息安全管理系統(tǒng)，利用云計算實現(xiàn)了系統(tǒng)信息的可靠檢索與保護。

在以上研究的基礎(chǔ)上，針對實驗室信息管理系統(tǒng)性能亟需改善的事實，提出一種采用云計算思想的實驗室信息系統(tǒng)升級方案：利用高性能計算機搭建用于分布式存儲與分布式計算的終端配置，用于替換目前性能較低的硬件平臺；基于免疫遺傳算法建立云數(shù)據(jù)備份方案，用于故障發(fā)生時的應(yīng)急處理，提高信息存儲的可靠性；設(shè)計基于粒子群算法的任務(wù)分配與查詢機制，實現(xiàn)信息系統(tǒng)的有效管理。在實驗室實物平臺上進行了實驗，結(jié)果表明提出的架構(gòu)和算法可以實現(xiàn)實驗室信息的高效管理。

1 終端設(shè)計

計算機硬件系統(tǒng)是實現(xiàn)云計算存儲、運算與查詢的物理基礎(chǔ)。鑒于目前實驗室計算機運算性能較低，很難兼容云環(huán)境下的眾多先進軟件與算法，因此需要對硬件設(shè)備進行全面升級，從而為構(gòu)造高性能實驗室學(xué)生實驗系統(tǒng)打下基礎(chǔ)。

以目前較為先進的計算機系統(tǒng)配置信息為依據(jù)，選用的主要軟硬件設(shè)備及基本配置如下表1和2所示。需要注意的是，單臺計算機服務(wù)器的配置信息,如表1、2所示。

在選定實驗室計算機服務(wù)器配置之后，需要將相同配置的多臺計算機進行合理部署和連接，從而形成能夠進行協(xié)調(diào)配合與統(tǒng)一調(diào)度的云計算互聯(lián)系統(tǒng)。該實驗室云計算硬件系統(tǒng)為由40個物理節(jié)點構(gòu)成的云系統(tǒng)，包括2個控制節(jié)點、30個由主機構(gòu)成計算節(jié)點(網(wǎng)絡(luò)節(jié)點位于計算節(jié)點上)、8個存儲節(jié)點。云系統(tǒng)硬件部署架構(gòu),如圖1所示。

表1 計算機服務(wù)器配置信息

表2 計算機軟件配置

圖1 云計算物理架構(gòu)

完整的硬件系統(tǒng)可以確保各類高級應(yīng)用的有效實現(xiàn)，為云計算提供了可靠的物理支撐。由圖1可知，該系統(tǒng)由計算機/服務(wù)器，監(jiān)控中心，數(shù)據(jù)云，交換機，通信線纜組成。采用高性能服務(wù)器并利用由內(nèi)網(wǎng)、外網(wǎng)組成的通信網(wǎng)絡(luò)，形成了完整的云計算物理系統(tǒng)的設(shè)計。

2 核心算法實現(xiàn)

在實驗室環(huán)境下，為了確保各類數(shù)據(jù)的安全可靠，除了憑借性能優(yōu)異的硬件存儲設(shè)備，還需要設(shè)計相應(yīng)的故障冗余機制，從而提高系統(tǒng)應(yīng)對突發(fā)情況的能力。此外，針對信息系統(tǒng)中數(shù)據(jù)的查詢與任務(wù)調(diào)度，也需要配置相應(yīng)的算法來實現(xiàn)系統(tǒng)的高效管理。

2.1 基于免疫遺傳算法的故障冗余方法

免疫遺傳算法是一種基于免疫原理與遺傳算法的復(fù)合尋優(yōu)算法，可以有效避免搜索陷入局部最優(yōu)，廣泛應(yīng)用于多目標(biāo)自適應(yīng)尋優(yōu)問題中[9]。數(shù)據(jù)安全性是云計算系統(tǒng)中極為重要的問題，為了避免故障造成的數(shù)據(jù)丟失，必須建立相應(yīng)的冗余方法。

在建立包含存儲成本、通信價格與帶寬價格的數(shù)據(jù)恢復(fù)成本函數(shù)的基礎(chǔ)上，設(shè)計基于適應(yīng)度函數(shù)的免疫遺傳算法，從而求解最優(yōu)數(shù)據(jù)備份方案。

數(shù)據(jù)恢復(fù)成本函數(shù)C的表達,為式(1)。

(1)

式中i=1,…,n代表第i個數(shù)據(jù)塊，Ri為數(shù)據(jù)塊的數(shù)據(jù)量，Si為數(shù)據(jù)塊存儲成本，Ti為數(shù)據(jù)塊存儲時間，Ei為通信價格，F(xiàn)i為帶寬價格。

適應(yīng)度函數(shù)f(s)的表達式為式(2)。

f(s)=αC+(1-α)D

(2)

式中s代表染色體，α為權(quán)重因子，D為數(shù)據(jù)恢復(fù)時間。

基于免疫遺傳算法的云計算數(shù)據(jù)存儲故障冗余方法的原理圖如圖2所示。

圖2 基于免疫遺傳算法的故障冗余原理

由圖2可知，通過設(shè)置初始樣本、適應(yīng)度函數(shù)等，借助迭代算法，即可實現(xiàn)數(shù)據(jù)存儲的冗余備份，提高實驗室學(xué)生實驗系統(tǒng)的數(shù)據(jù)安全性。

2.2 基于粒子群算法的任務(wù)分配與查詢機制

粒子群算法是一種新型的進化算法[10]，可以通過迭代運算搜索問題的全局最優(yōu)解[11]。在實驗室學(xué)生實驗系統(tǒng)中，為了實現(xiàn)任務(wù)的精確分配與海量數(shù)據(jù)的快速查詢，需要設(shè)計高效的分配與查詢機制。

在建立包含任務(wù)調(diào)度模型與數(shù)據(jù)查詢模型的復(fù)合模型的基礎(chǔ)上，利用粒子群算法對實現(xiàn)該復(fù)合模型的最優(yōu)值搜索，從而實現(xiàn)云計算系統(tǒng)任務(wù)與數(shù)據(jù)的優(yōu)化管理。

任務(wù)調(diào)度模型P的表達為式(3)。

(3)

式中m為云系統(tǒng)中的節(jié)點數(shù)，κ為任務(wù)數(shù)，δj為第j個節(jié)點的任務(wù)進度值，τj代表第j個節(jié)點正在執(zhí)行的任務(wù)，λj為第j個節(jié)點的任務(wù)結(jié)束時間。

數(shù)據(jù)查詢模型Q的表達為式(4)。

(4)

式中γj為第j個節(jié)點的數(shù)據(jù)量，ηj為第j個節(jié)點的數(shù)據(jù)完整度，φj為第j個節(jié)點的數(shù)據(jù)查詢效率。

云計算系統(tǒng)任務(wù)調(diào)度與數(shù)據(jù)查詢的復(fù)合表達為式(5)。

Z=P+Q

(5)

為了尋找式(5)所示的任務(wù)調(diào)度與數(shù)據(jù)查詢的最優(yōu)解，采用粒子群算法進行迭代運算,如圖3所示。

圖3 基于粒子群算法的任務(wù)分配與數(shù)據(jù)查詢方法

由圖3可知，通過對任務(wù)及數(shù)據(jù)進行隨機分配，借助虛擬機技術(shù)和種群迭代算法，即可實現(xiàn)分配與查詢的最優(yōu)解，從而實現(xiàn)云計算中任務(wù)與數(shù)據(jù)的高效管理。

3 實驗分析

為了證明所提實驗室學(xué)生實驗系統(tǒng)的硬件架構(gòu)、通信網(wǎng)絡(luò)與軟件算法的優(yōu)越性，對技術(shù)改造之前和改造之后的實驗室信息管理系統(tǒng)的主要性能進行了對比分析。改造之前實驗室學(xué)生實驗系統(tǒng)僅包含5臺服務(wù)器，每臺服務(wù)器的配置為如表3所示。

此外，改造前的系統(tǒng)并不具備任何云計算功能與高級算法，僅可以實現(xiàn)簡單的數(shù)據(jù)存儲與查詢。

利用同一組任務(wù)和數(shù)據(jù)對改造前后的實驗室學(xué)生實驗系統(tǒng)的性能進行了實驗分析，結(jié)果如圖4所示。

圖4為與硬件性能直接相關(guān)的性能對比分析，由圖4可知，改造后的實驗室學(xué)生實驗系統(tǒng)具有更高的運行速度和數(shù)據(jù)處理速度，因此更加適應(yīng)云計算環(huán)境。

表3 改造前實驗室服務(wù)器配置信息

圖4 系統(tǒng)主要硬件性能對比

圖5、圖6分別為正常、故障情況下改造前后系統(tǒng)的數(shù)據(jù)存儲性能對比分析，由實驗結(jié)果可知，改造后基于云計算技術(shù)的系統(tǒng)在對數(shù)據(jù)進行存儲和提取時的精度要遠高于改造前的系統(tǒng)，且隨著數(shù)據(jù)量的不斷升高，基于云計算技術(shù)的系統(tǒng)仍保持著非常高的精度。反之，改造前的系統(tǒng)由于缺乏相應(yīng)的信息處理能力，在故障發(fā)生時，其數(shù)據(jù)處理精度會大大降低，很難滿足現(xiàn)代信息處理要求的快速增大。

圖5 正常情況下改造前后系統(tǒng)數(shù)據(jù)存儲性能對比

圖7、圖8分別為任務(wù)分配與數(shù)據(jù)查詢精度對比圖，由實驗結(jié)果可知，改造后的系統(tǒng)在應(yīng)對大量任務(wù)與數(shù)據(jù)時，具有更為優(yōu)異的處理性能，在處理多線程并行任務(wù)時具有更高的工作效率，而在對大量數(shù)據(jù)進行實時檢索時具有更高的精度。

圖6 故障情況下改造前后系統(tǒng)數(shù)據(jù)存儲性能對比

圖7 改造前后系統(tǒng)任務(wù)分配精度對比

圖8 改造前后系統(tǒng)數(shù)據(jù)查詢精度對比

4 總結(jié)

云計算技術(shù)的快速發(fā)展極大地推動了數(shù)字技術(shù)、工業(yè)系統(tǒng)、機器人、無人駕駛、人工智能等新型領(lǐng)域的快速發(fā)展。為了適應(yīng)技術(shù)進步的需求，本文基于云計算技術(shù)對實驗室學(xué)生實驗系統(tǒng)進行了全方位的優(yōu)化升級，已達到充分整合各類軟硬件計算資源，提高實驗室學(xué)生實驗系統(tǒng)運行效率的目的。首先，利用高性能計算機搭建了分布式存儲與計算物理平臺，為云可計算的應(yīng)用打下堅實的物質(zhì)基礎(chǔ)；其次，利用免疫遺傳算法建立了數(shù)據(jù)故障應(yīng)對方案，提高系統(tǒng)的在故障魯棒性，提升了系統(tǒng)的安全運行水平；最后利用粒子群算法設(shè)計了云計算中任務(wù)的分配與數(shù)據(jù)的查詢方法，實現(xiàn)了信息系統(tǒng)的高效管理。在實驗平臺上對所體系統(tǒng)及相關(guān)算法進行了實驗驗證，結(jié)果表明與傳統(tǒng)實驗室信息系統(tǒng)相比，提出的架構(gòu)和算法可以實現(xiàn)實驗室信息的高效管理。