基于面向云服务的Python并行计算的研究

发布时间：2017-05-15 10:04

  本文关键词：基于面向云服务的Python并行计算的研究，由笔耕文化传播整理发布。

【摘要】：近些年来,随着科技不断的高速发展,对大数据的处理计算变得越来越常见,例如,科学计算、工程制造以及实验模拟等。这些领域对大数据的计算处理的要求非常的高,这样对进行计算处理的计算机性能要求也是变得很高。不仅仅在硬件方面进行研究,在软件方面也在进行研究,进行一些技术上的整合,出现了新的技术在不改变的硬件条件的情况下,最大程度的提供并行计算的服务。其中现在最好的是一种并行计算网格的体系结构,它将分散的计算机整合到一个网格上来协同的完成计算需求,这很好的满足了需求。根据现在出现的问题,以及现在存在技术,对并行计算进行一个深入的研究,进行一个并行计算平台的设计。本文以云计算、云服务、并行计算、面向服务体系结构、IronPython、以及虚拟化作为主要的研究内容。本文通过考虑到用户在使用并行计算的过程中,可能要遇到自身计算机性能有限以及安装并且进行运算库升级的问题。因为现在研究的方向是云计算,考虑到云计算方面存在的这些优点,想到了将云计算技术和并行计算技术进行相关的结合会很好的解决现在遇到的很多的难题,为用户提供很多的方便,不用考虑外部环境带来的难题,可以将更多的精力放在并行计算算法的编写上来。并且将计算节点的并行计算服务以云服务的形式在平台进行提供。通过对面向服务体系体系结构的研究,了解到这个体系结构中提供了接口,这些接口可以进行跨平台的计算数据的接受。并且使用Python进行了客户端,服务节点以及计算节点模块的设计,Python有自反和自观察的能力,能够调用库函数实现很多其他语言没法实现的功能。这些并行计算功能都是发布在云计算平台上的虚拟机上,并且在服务节点上还进行计算节点的检测的设计,达到智能化进行计算请求的分发。
【关键词】：并行计算 云计算 面向服务体系结构 Python 虚拟化技术
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP338.6
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-16
• 1.1 课题背景及研究现状11-13
• 1.2 本文主要工作13-14
• 1.3 论文组织结构14-16
• 第二章 相关概念和技术16-25
• 2.1 并行化计算16-18
• 2.1.1 计算机需求与能力的矛盾16
• 2.1.2 多核系统的出现16-17
• 2.1.3 并行计算17
• 2.1.4 并行计算的通信方式17-18
• 2.2 数据并行18-21
• 2.2.1 数据并行和算法并行18-19
• 2.2.2 数据并行的一些应用19
• 2.2.3 数据并行代码的简单例子19-20
• 2.2.4 并行计算管理方面存在的问题20-21
• 2.3 云计算21-22
• 2.3.1 云计算的定义21
• 2.3.2 云计算系统结构21-22
• 2.4 WINDOWS HPC SERVER 2008介绍22-24
• 2.5 虚拟化技术24
• 2.6 本章小结24-25
• 第三章 面向云服务PYTHON并行计算系统总体设计25-48
• 3.1 对面向服务体系结构的研究25-30
• 3.1.1 视窗通讯框架26-27
• 3.1.2 并行计算服务27-28
• 3.1.2.1 提供计算服务27
• 3.1.2.2 并行计算服务27
• 3.1.2.3 开放服务网格体系27
• 3.1.2.4 高性能计算基本服务接.标准27-28
• 3.1.2.5 面向云服务的并行计算28
• 3.1.3 WINDOWS HPC SERVER 2008的介绍28-30
• 3.1.3.1 Windows HPC Server 2008新功能28
• 3.1.3.2 会话运作机制28-29
• 3.1.3.3 会话如何进行资源管理29-30
• 3.2 需求分析30-33
• 3.2.1 云计算服务层次结构30-31
• 3.2.2 面向云服务Python并行计算系统需求分析31-33
• 3.3 面向云服务的PYTHON并行计算系统的总体设计33-47
• 3.3.1 传统的并行计算集群33-34
• 3.3.2 面向云服务的Python并行计算系统34-41
• 3.3.2.1 总体系统架构与功能模块36-38
• 3.3.2.2 客户端功能模块总体设计38-39
• 3.3.2.3 服务端功能模块总体设计39-41
• 3.3.3 Python并行计算系统的流程41-43
• 3.3.4 聚合多个集群资源的Python并行计算流程43-44
• 3.3.5 面向云服务Python并行计算系统优点44-47
• 3.3.5.1 Python编写并行计算平台的优势44-45
• 3.3.5.2 面向云服务Python并行计算平台的优势45-47
• 3.4 本章小结47-48
• 第四章 面向云服务PYTHON并行计算系统的设计与实现48-75
• 4.1 面向云服务的PYTHON并行计算系统计算流程48-49
• 4.2 客户端的设计与实现49-54
• 4.3 服务端的具体设计和实现54-72
• 4.3.1 服务节点主模块的设计和实现54-60
• 4.3.2 服务节点的监控模块具体设计和实现60-70
• 4.3.2.1 监控控制器设计与实现60-63
• 4.3.2.2 监控客户端设计与实现63-67
• 4.3.2.3 数据库设计67-70
• 4.3.3 计算节点模块的设计与实现70-72
• 4.4 面向云服务PYTHON并行计算系统的主要特点72-74
• 4.5 本章小结74-75
• 第五章 系统测试和性能分析75-83
• 5.1 测试环境设置75-76
• 5.2 并行计算的评价标准-加速比76-77
• 5.3 加速比实验77-78
• 5.4 结果分析78-82
• 5.4.1 执行时间对并行化加速比的影响78-80
• 5.4.2 单个计算数据处理时间对加速比的影响80-82
• 5.5 本章小结82-83
• 第六章 总结与展望83-85
• 6.1 论文总结83-84
• 6.2 工作展望84-85
• 致谢85-86
• 参考文献86-88

【参考文献】

中国期刊全文数据库 前2条

1 陈全;邓倩妮;;云计算及其关键技术[J];计算机应用;2009年09期

2 叶钰,应时,李伟斋,张韬;面向服务体系结构及其系统构建研究[J];计算机应用研究;2005年02期

  本文关键词：基于面向云服务的Python并行计算的研究，，由笔耕文化传播整理发布。

本文编号：367440