語義搜索引擎的云資源調(diào)度分析范文

本站小編為你精心準備了語義搜索引擎的云資源調(diào)度分析參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

《計算機應用研究雜志》2015年第五期

1基于SSE的云資源調(diào)度體系結(jié)構(gòu)

其體系結(jié)構(gòu)分為三層：云用戶層、資源調(diào)度層以及云資源層，如圖1所示。（1）云用戶層：各種各樣的應用都集中在這一層實現(xiàn)，該層的需求就是云系統(tǒng)要提供的功能，它直接影響著云系統(tǒng)要達到的目標。它處在云層次結(jié)構(gòu)的最上層，通過應用支持環(huán)境和下層的服務實現(xiàn)交互。云用戶層看到的只是應用支持環(huán)境提供給自己的視圖，用戶不需要了解云和各種服務的實現(xiàn)細節(jié)就可以開發(fā)自己的應用。為實現(xiàn)云用戶層的應用功能，需要將云用戶層細分為兩部分：用戶應用以及用戶程序包。用戶應用主要是用戶提交的應用程序。在用戶程序的連續(xù)計算塊中必須插入諸如For/While的循環(huán)來表示相應狀態(tài)。要達到插入狀態(tài)標識的目的，需要加入預編譯工具：ANTLR和JavaCC，前者用于C/C++，后者用于Java的預處理。對于用Java編寫的用戶程序，針對該模型分布式并行計算的特性，采用基于Java的執(zhí)行方式，即采用Java虛擬機的方式運行于JPVM平臺下，調(diào)用已經(jīng)存在的C/C++庫模塊和可執(zhí)行代碼，屏蔽結(jié)點異構(gòu)特性，與各異構(gòu)結(jié)點合作進行計算任務；對于用C/C++編寫的用戶程序，有兩種執(zhí)行方式：一是調(diào)用JNI接口將其轉(zhuǎn)換成相應的Java代碼，按照上面的方式運行之；二是采用本地執(zhí)行方式，直接地使用PVM和MPI，完全編譯并直接執(zhí)行代碼。用戶程序包主要用來監(jiān)控與其相對應的用戶程序的執(zhí)行狀態(tài)以及從用戶進程到它的所有基于TCP/IP協(xié)議標準的消息通道。它必須提供狀態(tài)捕獲以及傳遞消息的方法，此方法能夠在用戶程序里被調(diào)用。為了達到這一目標，將用戶程序劃分成一個由多種方法構(gòu)成的集合，每種方法命名為func_n（n是從1開始的整數(shù)）并且返回下一個方法要調(diào)用的索引值。用戶程序包調(diào)用這些方法并在每個方法調(diào)用結(jié)束時產(chǎn)生一個快照。（2）資源調(diào)度層：它是本體系結(jié)構(gòu)的核心層，由語義搜索引擎實現(xiàn)。（3）云資源層：它是云系統(tǒng)的硬件基礎，包括各種計算資源，如超級計算機、貴重儀器、可視化設備、現(xiàn)有應用軟件等，這些計算資源通過網(wǎng)絡設備連接起來。其基本功能就是控制局部的資源，向上提供訪問這些資源的接口。它是云作用域內(nèi)所有連接到網(wǎng)絡上的信息。它包括主機名、IP地址、體系結(jié)構(gòu)類型、內(nèi)存大小、主頻等。通常使用局部元數(shù)據(jù)和全局元數(shù)據(jù)來完成語義匹配。

2語義搜索引擎（SSE）

SSE是由美國加州大學歐文分校語義計算實驗室與電子科技大學聯(lián)合開發(fā)的。SSE實現(xiàn)了語義計算理論，為用戶提供了一個友好的問題驅(qū)動的界面來搜索資源，自動、快速地根據(jù)用戶的需求建立一個較優(yōu)的解決方案。

2.1語義搜索引擎體系結(jié)構(gòu)語義搜索引擎的體系結(jié)構(gòu)如圖2所示。（1）SNL（StructuredNaturalLanguage，結(jié)構(gòu)化自然語言）用戶接口為用戶提供了一個友好的查詢界面，通過該接口，用戶可以采用結(jié)構(gòu)化的自然語言組合自己的查詢。（2）SNL到SQDL解釋器轉(zhuǎn)換一條SNL查詢到SQDL（ServiceQueryDescriptionLanguage，服務查詢描述語言）。SQDL是一種機器可處理的查詢語言，它被SS（ESemanticSearchEngine，語義搜索引擎）用來描述用戶目的。通過使用SQDL，用戶查詢可以統(tǒng)一進行進一步處理。（3）SQDL＆SCDL匹配器匹配SQDL到SCDL（ServiceCapabilityDescriptionLanguage，服務能力描述語言）的描述。SCDL是使用一種聲明性語言來描述每個服務的能力。給定一個SQDL查詢，匹配試圖找到服務列表。如果沒有一個單一的服務能滿足這個要求，匹配器會分解SQDL查詢成幾個簡單的查詢，并設法找到一系列可能滿足查詢的服務。本系統(tǒng)中，抽取云資源與云用戶請求的語義信息，構(gòu)造本體，并利用本體在已知的可用云資源中找出和提交的云用戶請求最匹配的資源，滿足最優(yōu)調(diào)度。（4）服務調(diào)用者調(diào)用匹配的服務，代表用戶得到最終的解決方案。該調(diào)用是專為小型服務提供商設計的，因為他們未必能買得起昂貴的基礎設施，他們可以將自己的服務整合至基礎設施。（5）服務可以用來解決特定的問題。服務提供商使用關于每一個服務的SCDL描述，可以在SSE中注冊他們的服務，并利用這些服務組成不同用戶需求的解決方案。（6）賬戶管理提供了訪問控制和計費服務。SSE使用云計算的計費策略。用戶必須擁有一個有效帳戶來使用SSE。當滿足用戶要求的服務被選擇時，用戶在使用它之前可能需要付費。

2.2SQDL＆SCDL匹配器SQDL＆SCDL匹配器是語義搜索引擎的核心，它的匹配效率對整個引擎的性能起到?jīng)Q定性的作用。引入語義計算，充分利用云資源與云用戶請求的語義信息，構(gòu)造相應本體，進行資源的較優(yōu)匹配。各種本體的構(gòu)造主要依賴于一組規(guī)則，通過這些規(guī)則作用于領域知識，構(gòu)成領域本體。為進一步減少本體構(gòu)造的時間，提高本體構(gòu)造的效率，選擇對象關系數(shù)據(jù)庫作為本體構(gòu)造的數(shù)據(jù)源。云資源都遵循該本體的規(guī)范進行描述，使得云資源之間最大限度地實現(xiàn)共享與重用。根據(jù)上述本體構(gòu)造規(guī)則，產(chǎn)生相應的本體，當SSE收到一個云用戶請求的時候，SSE就根據(jù)相應的本體，搜索滿足于該請求的最優(yōu)或較優(yōu)資源，實現(xiàn)資源的優(yōu)化調(diào)度。

3仿真實驗分析與結(jié)果

為了驗證提出的基于語義搜索引擎的云資源調(diào)度的可行性以及有效性，本文利用CloudSim云計算仿真工具進行了仿真實驗，選擇cloudsim-3.0.2作為軟件仿真工具。本文模擬100個云計算用戶請求任務需要在部署有10個虛擬機的云計算系統(tǒng)中進行資源調(diào)度的情況。比較了基于語義搜索引擎的云資源調(diào)度模型（SemanticSearchEngine-basedCloudresourcescheduling,SSECRS）與傳統(tǒng)的云資源調(diào)度（traditionalCloudresourcescheduling,TCRS）在點對點的通信性能以及子任務執(zhí)行時間兩方面的性能。在點對點通信實驗中，通過在兩個不同的云計算系統(tǒng)中的計算結(jié)點來回地發(fā)送消息來比較點對點的通信性能，消息大小從1K字節(jié)到1200K字節(jié)進行變化。點對點通信性能比較結(jié)果如圖3所示。從圖3可以得出：SSECRS策略比TCRS策略的點對點的通信性能提高了約15%，尤其當消息大小超過1024K時，通信帶寬增加的比率越大，表明SSECRS策略比較適合云計算系統(tǒng)這種需要較大帶寬的應用場合。在子任務執(zhí)行時間比較實驗中，子任務數(shù)目從1個到100個進行增長，兩種云資源調(diào)度策略的子任務執(zhí)行時間的比較結(jié)果如圖4所示。從圖4可以得出：隨著子任務數(shù)目的增加，SSECRS策略的執(zhí)行時間比TCRS策略的執(zhí)行時間的增長速度減慢；尤其是當子任務數(shù)目達到60個以上時，SSECRS策略比TCRS策略平均減少了約18%的子任務執(zhí)行時間。以上仿真實驗結(jié)果與結(jié)果分析充分說明：語義搜索引擎的引入為多用戶的云計算環(huán)境提供了一種可行且有效的資源調(diào)度策略，它能夠有效提高其調(diào)度效率，是云計算資源調(diào)度的一種較優(yōu)方法，很適合應用到真實的云計算環(huán)境中。

4結(jié)束語

針對云資源的動態(tài)、異構(gòu)、分布以及復雜等特點，總結(jié)了現(xiàn)有云資源調(diào)度系統(tǒng)的存在的非自動調(diào)度、云資源的非優(yōu)化使用等問題，提出一種基于語義計算理論的語義搜索引擎，充分利用云資源與云用戶請求的語義信息，構(gòu)造相應的本體，通過本體匹配來完成云資源的動態(tài)發(fā)現(xiàn)與調(diào)度策略。語義搜索引擎(SSE)是由美國加州大學歐文分校語義計算實驗室與電子科技大學聯(lián)合開發(fā)的。SSE為用戶提供了一個友好的問題驅(qū)動的界面來搜索資源，自動、快速地根據(jù)云用戶的需求建立一個較優(yōu)的解決方案。仿真實驗結(jié)果表明：基于SSE的云資源調(diào)度在點對點通信性能以及子任務執(zhí)行時間方面均優(yōu)于傳統(tǒng)云資源調(diào)度，是一種切實可行的調(diào)度方法。如何更好地設計SSE中的匹配算法，將是我們下一步研究的重點。

作者：黎明 吳躍 陳佳 單位：電子科技大學 計算機科學與工程學院 電子科技大學無錫研究院 美國加州大學歐文分校電子工程學院