云計(jì)算環(huán)境下的復(fù)雜數(shù)據(jù)庫(kù)并行調(diào)度模型仿真

魏博

在云計(jì)算的大環(huán)境下，數(shù)據(jù)庫(kù)的調(diào)度是非常重要的一個(gè)環(huán)節(jié)，數(shù)據(jù)庫(kù)的有效調(diào)度關(guān)系到云計(jì)算的整體運(yùn)行，而能夠有效地對(duì)于復(fù)雜的數(shù)據(jù)庫(kù)進(jìn)行快速調(diào)度，不僅需要多服務(wù)器合作，同時(shí)也可能涉及多個(gè)數(shù)據(jù)庫(kù)之間的數(shù)據(jù)篩選與查找，而問(wèn)題的難點(diǎn)在于，不同的數(shù)據(jù)庫(kù)在計(jì)算機(jī)語(yǔ)句設(shè)置方面也是不同的，這就意味著查詢和篩選的規(guī)則以及具體的語(yǔ)言邏輯存在著差異性，這種差異也會(huì)影響數(shù)據(jù)有效調(diào)度的效率?；谝陨蠁?wèn)題，筆者提出一種新的數(shù)據(jù)庫(kù)調(diào)度方法，其主要基于數(shù)據(jù)相互混沌的特征，實(shí)現(xiàn)復(fù)雜數(shù)據(jù)庫(kù)的調(diào)度。通過(guò)并行數(shù)據(jù)調(diào)度技術(shù)與混沌優(yōu)先級(jí)因子兩種方式的有機(jī)結(jié)合投入到具體的尋優(yōu)調(diào)度計(jì)算中，不僅能夠快速將混沌特征進(jìn)行獲取，同時(shí)能夠結(jié)合時(shí)間序列計(jì)算出具體的數(shù)據(jù)節(jié)點(diǎn)的任務(wù)量，最終建立優(yōu)化模型。結(jié)果表明，這一改進(jìn)模型對(duì)于復(fù)雜數(shù)據(jù)庫(kù)的數(shù)據(jù)調(diào)度有一定的積極作用。

伴隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)+、云平臺(tái)云計(jì)算應(yīng)運(yùn)而生，在大數(shù)據(jù)時(shí)代下，計(jì)算機(jī)信息網(wǎng)絡(luò)已走入千家萬(wàn)戶，數(shù)據(jù)中心也迎來(lái)了高速發(fā)展的新時(shí)代，面向高功率密度的方向穩(wěn)步向前，在數(shù)據(jù)中心的快速發(fā)展過(guò)程中，成本高一級(jí)耗能高等問(wèn)題也逐漸暴露，成為了阻礙其發(fā)展的關(guān)鍵因素，同時(shí)也存在著一定的數(shù)據(jù)丟失風(fēng)險(xiǎn)問(wèn)題，因此建立數(shù)據(jù)庫(kù)非常重要，但是數(shù)據(jù)調(diào)度因數(shù)量大、標(biāo)準(zhǔn)不一、復(fù)雜性高等特點(diǎn)，實(shí)現(xiàn)難度大，而復(fù)雜數(shù)據(jù)庫(kù)并行調(diào)度則更具可行性。

一、優(yōu)化原理

在對(duì)于復(fù)雜數(shù)據(jù)庫(kù)進(jìn)行有效調(diào)度時(shí)，傳統(tǒng)的調(diào)度方式因其局限性而備受詬病，其實(shí)現(xiàn)的可能性不高且效率低，而動(dòng)態(tài)性以及具體的任務(wù)的異構(gòu)型也會(huì)對(duì)其產(chǎn)生較大的影響，因此，筆者認(rèn)為，混沌特征的算法在對(duì)于復(fù)雜數(shù)據(jù)庫(kù)數(shù)據(jù)調(diào)度時(shí)更具有優(yōu)勢(shì)。

（一）關(guān)于混沌特征提取策略

將待分派的兩個(gè)或者多個(gè)任務(wù)通過(guò)并行的方式收集負(fù)債信息，它是云計(jì)算環(huán)境下復(fù)雜數(shù)據(jù)并行調(diào)度的主要內(nèi)容，并行調(diào)度包含了靜態(tài)調(diào)度以及動(dòng)態(tài)調(diào)度的特點(diǎn)，能夠通過(guò)自身的特點(diǎn)將兩者存在的不足進(jìn)行有效的彌補(bǔ) 。在進(jìn)行數(shù)據(jù)庫(kù)并行調(diào)度過(guò)程中，它的時(shí)間順序具備明顯的混沌性特征，而通過(guò)該特征能夠?qū)鶆虻谋憷匦砸约安罘痔匦赃M(jìn)行詳細(xì)計(jì)算，該方式能夠大幅度提高搜索能力，能夠給復(fù)雜數(shù)據(jù)庫(kù)運(yùn)行調(diào)度運(yùn)行提供了保障，具體的內(nèi)容如下所示。

1. 運(yùn)行過(guò)程將采集數(shù)據(jù)庫(kù)調(diào)度時(shí)間設(shè)置為序列順序基礎(chǔ)，并且按照可調(diào)節(jié)穩(wěn)定性控制集合曲，其表達(dá)公式為：

節(jié)點(diǎn)在混沌特征獲取的環(huán)節(jié)中，可以被分成3種形式，分別為平載、輕載以及荷載。在實(shí)踐過(guò)程中，若節(jié)點(diǎn)判斷成平載時(shí)，就會(huì)自動(dòng)轉(zhuǎn)入用戶階段；當(dāng)判為輕載時(shí)，當(dāng)獲取到負(fù)荷值時(shí)，也會(huì)轉(zhuǎn)到用戶階段；而判為超載時(shí)，當(dāng)超載任務(wù)移除后，其結(jié)果與前面兩者一致。

2. 在調(diào)度尋優(yōu)計(jì)算過(guò)程，將并行技術(shù)和混沌因子并合，將混沌存在的特性進(jìn)行求取，同時(shí)，對(duì)調(diào)度時(shí)間順序的適應(yīng)值定義mf ；具體的表達(dá)公式如下：

二、結(jié)果

為了能夠有效驗(yàn)證本文提出的方案，需要對(duì)數(shù)據(jù)庫(kù)并行調(diào)度方案進(jìn)行驗(yàn)證，研究實(shí)驗(yàn)工具主要有：CPU設(shè)備（4G內(nèi)存），100G自由空間硬盤，專用網(wǎng)卡2M，操作系統(tǒng)方面，根據(jù)實(shí)驗(yàn)的需要，選擇RedHat AS 4。

實(shí)驗(yàn)過(guò)程，主要選擇傳統(tǒng)模型與優(yōu)化后的模型，在復(fù)雜環(huán)境下進(jìn)行調(diào)度實(shí)驗(yàn)，對(duì)兩則獲取的結(jié)果進(jìn)行對(duì)比。

由圖可發(fā)現(xiàn)，不同模型進(jìn)行數(shù)據(jù)庫(kù)并行調(diào)度的過(guò)程中，它會(huì)隨著數(shù)據(jù)數(shù)量的增加，平均的吞葉率會(huì)持續(xù)增加，但是，優(yōu)化改進(jìn)后的算法數(shù)據(jù)庫(kù)，實(shí)施數(shù)據(jù)并行調(diào)度時(shí)，相比于傳統(tǒng)的方式其效率遠(yuǎn)遠(yuǎn)會(huì)更高，并且它能夠有效的確保并行調(diào)度的荷載負(fù)荷效率與調(diào)度時(shí)間，其性能遠(yuǎn)遠(yuǎn)超出傳統(tǒng)方式，這也就意味著，改進(jìn)模型要比傳統(tǒng)模型效果更佳。

三、結(jié)束語(yǔ)

處于云計(jì)算環(huán)境下，復(fù)雜數(shù)據(jù)庫(kù)并行調(diào)度時(shí)，通過(guò)傳統(tǒng)的模型方式很難滿足實(shí)際的運(yùn)行需要，它的動(dòng)態(tài)性與異構(gòu)性得不到保障，并且在眾多的因素影響下，傳統(tǒng)模型會(huì)出現(xiàn)崩潰的問(wèn)題，而復(fù)雜數(shù)據(jù)庫(kù)并行調(diào)度模型真是在這種環(huán)境下產(chǎn)生的，該模型的應(yīng)用主要是通過(guò)有效結(jié)合并行技術(shù)與混沌因子，使其能夠到調(diào)度中計(jì)算，且將混沌的特征獲取。且在掌握相關(guān)的性能特征后，全面的將搜索能力提高。通過(guò)將任務(wù)量計(jì)算后獲取全部的調(diào)度需求從而能夠給模型的建立提供參數(shù)支持。同時(shí)，在運(yùn)行過(guò)程中，按照數(shù)據(jù)目標(biāo)的節(jié)點(diǎn)傳輸?shù)奶卣?。全面?jì)算節(jié)點(diǎn)數(shù)據(jù)的任務(wù)，當(dāng)任務(wù)結(jié)果計(jì)算完成后，按照結(jié)果在復(fù)雜環(huán)境下實(shí)施并行調(diào)度模型構(gòu)建。通過(guò)實(shí)驗(yàn)結(jié)果可知，通過(guò)該方式的應(yīng)用，能夠切實(shí)提高復(fù)雜數(shù)據(jù)庫(kù)調(diào)度的效率，同時(shí)，在一定的程度上大大的增加了系統(tǒng)的吞葉量，該結(jié)果滿足云計(jì)算環(huán)境下復(fù)雜數(shù)據(jù)庫(kù)運(yùn)行的設(shè)計(jì)目標(biāo)。