語義搜索引擎的云資源調度分析范文

本站小編為你精心準備了語義搜索引擎的云資源調度分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。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的云資源調度體系結構

其體系結構分為三層：云用戶層、資源調度層以及云資源層，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，該層的需求就是云系統要提供的功能，它直接影響著云系統要達到的目標。它處在云層次結構的最上層，通過應用支持環境和下層的服務實現交互。云用戶層看到的只是應用支持環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細節就可以開發自己的應用。為實現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。在用戶程序的連續計算塊中必須插入諸如For/While的循環來表示相應狀態。要達到插入狀態標識的目的，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的執行方式，即采用Java虛擬機的方式運行于JPVM平臺下，調用已經存在的C/C++庫模塊和可執行代碼，屏蔽結點異構特性，與各異構結點合作進行計算任務；對于用C/C++編寫的用戶程序，有兩種執行方式：一是調用JNI接口將其轉換成相應的Java代碼，按照上面的方式運行之；二是采用本地執行方式，直接地使用PVM和MPI，完全編譯并直接執行代碼。用戶程序包主要用來監控與其相對應的用戶程序的執行狀態以及從用戶進程到它的所有基于TCP/IP協議標準的消息通道。它必須提供狀態捕獲以及傳遞消息的方法，此方法能夠在用戶程序里被調用。為了達到這一目標，將用戶程序劃分成一個由多種方法構成的集合，每種方法命名為func_n（n是從1開始的整數）并且返回下一個方法要調用的索引值。用戶程序包調用這些方法并在每個方法調用結束時產生一個快照。（2）資源調度層：它是本體系結構的核心層，由語義搜索引擎實現。（3）云資源層：它是云系統的硬件基礎，包括各種計算資源，如超級計算機、貴重儀器、可視化設備、現有應用軟件等，這些計算資源通過網絡設備連接起來。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。它是云作用域內所有連接到網絡上的信息。它包括主機名、IP地址、體系結構類型、內存大小、主頻等。通常使用局部元數據和全局元數據來完成語義匹配。

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合開發的。SSE實現了語義計算理論，為用戶提供了一個友好的問題驅動的界面來搜索資源，自動、快速地根據用戶的需求建立一個較優的解決方案。

2.1語義搜索引擎體系結構語義搜索引擎的體系結構如圖2所示。（1）SNL（StructuredNaturalLanguage，結構化自然語言）用戶接口為用戶提供了一個友好的查詢界面，通過該接口，用戶可以采用結構化的自然語言組合自己的查詢。（2）SNL到SQDL解釋器轉換一條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。本系統中，抽取云資源與云用戶請求的語義信息，構造本體，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，滿足最優調度。（4）服務調用者調用匹配的服務，代表用戶得到最終的解決方案。該調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決定性的作用。引入語義計算，充分利用云資源與云用戶請求的語義信息，構造相應本體，進行資源的較優匹配。各種本體的構造主要依賴于一組規則，通過這些規則作用于領域知識，構成領域本體。為進一步減少本體構造的時間，提高本體構造的效率，選擇對象關系數據庫作為本體構造的數據源。云資源都遵循該本體的規范進行描述，使得云資源之間最大限度地實現共享與重用。根據上述本體構造規則，產生相應的本體，當SSE收到一個云用戶請求的時候，SSE就根據相應的本體，搜索滿足于該請求的最優或較優資源，實現資源的優化調度。

3仿真實驗分析與結果

為了驗證提出的基于語義搜索引擎的云資源調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中進行資源調度的情況。比較了基于語義搜索引擎的云資源調度模型（SemanticSearchEngine-basedCloudresourcescheduling,SSECRS）與傳統的云資源調度（traditionalCloudresourcescheduling,TCRS）在點對點的通信性能以及子任務執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中的計算結點來回地發送消息來比較點對點的通信性能，消息大小從1K字節到1200K字節進行變化。點對點通信性能比較結果如圖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這種需要較大帶寬的應用場合。在子任務執行時間比較實驗中，子任務數目從1個到100個進行增長，兩種云資源調度策略的子任務執行時間的比較結果如圖4所示。從圖4可以得出：隨著子任務數目的增加，SSECRS策略的執行時間比TCRS策略的執行時間的增長速度減慢；尤其是當子任務數目達到60個以上時，SSECRS策略比TCRS策略平均減少了約18%的子任務執行時間。以上仿真實驗結果與結果分析充分說明：語義搜索引擎的引入為多用戶的云計算環境提供了一種可行且有效的資源調度策略，它能夠有效提高其調度效率，是云計算資源調度的一種較優方法，很適合應用到真實的云計算環境中。

4結束語

針對云資源的動態、異構、分布以及復雜等特點，總結了現有云資源調度系統的存在的非自動調度、云資源的非優化使用等問題，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，構造相應的本體，通過本體匹配來完成云資源的動態發現與調度策略。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合開發的。SSE為用戶提供了一個友好的問題驅動的界面來搜索資源，自動、快速地根據云用戶的需求建立一個較優的解決方案。仿真實驗結果表明：基于SSE的云資源調度在點對點通信性能以及子任務執行時間方面均優于傳統云資源調度，是一種切實可行的調度方法。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