当前位置:主页 > 科技论文 > 软件论文 >

分布式数据流上的高性能分发策略

发布时间:2018-10-09 21:09
【摘要】:随着大数据应用的普及,高效可扩展的数据流操作在实时分析处理中扮演着越来越重要的角色.分布式并行处理架构是应对大流量、低延时数据流处理任务的一种有效解决方案.然而在Key-based分组并行处理中,由于数据的倾斜分布及数据流本身的实时、动态和数据规模不可预知等特性,使得数据流分布并行处理系统存在持续且动态负载不均衡现象,这会造成系统时效性降低、硬件资源浪费等问题.现有的研究工作处理均衡负载有两种方案:(1)基于key粒度的迁移,使得并行处理节点负载达到均衡;(2)基于元组粒度级别的拆分,采用随机分发使系统均衡.前者将系统调整至给定的均衡容忍范围内,类似于一维装箱的NP问题;后者对key的拆分势必带来新的为维护Key-based操作的正确性而增加的额外代价,如内存及网络通信成本.综合两种方法,提出对key按需拆分、尽量合并的方法,通过轻量级均衡调整算法以及保证Key-based操作特性的拆分方法,使系统既能达到后者的均衡,又能减少细粒度均衡所带来的额外代价.
[Abstract]:With the popularity of big data application, efficient scalable data stream operations play an increasingly important role in real-time analysis and processing. Distributed parallel processing architecture is an effective solution to deal with large traffic and low delay data flow. However, in Key-based packet parallel processing, because of the skew distribution of data and the real-time, dynamic and unpredictable data flow, the distributed parallel processing system of data stream has the phenomenon of persistent and dynamic load imbalance. This will cause the system to reduce timeliness, hardware resources waste and so on. There are two schemes for balancing load in existing research work: (1) the parallel processing node load is balanced based on the migration of key granularity; (2) based on the partitioning of tuple granularity, the system is balanced by random distribution. The former adjusts the system to a given equilibrium tolerance, which is similar to the NP problem of one-dimensional packing, while the latter brings additional cost to maintain the correctness of Key-based operations, such as memory and network communication costs. By synthesizing the two methods, this paper puts forward the method of splitting key according to demand and combining it as far as possible. By means of lightweight equalization adjustment algorithm and the split method of ensuring the operation characteristics of Key-based, the system can achieve the balance of the latter. It can also reduce the extra cost of fine-grained equilibrium.
【作者单位】: 华东师范大学计算机科学与软件工程学院;上海市高可信计算重点实验室(华东师范大学);
【基金】:国家高技术研究发展计划(863)(2015AA015307) 国家自然科学基金(61232002,61332006,61572194)~~
【分类号】:TP311.13

【相似文献】

相关期刊论文 前10条

1 侯太平,顾大权,王柏春,朱红伟;远程天气会商系统中的数据流处理[J];计算机工程;2003年03期

2 陈昕,宋瀚涛;基于数据流的近似查询计算及其应用研究[J];计算机应用研究;2003年11期

3 陈昕,陈维兴,苏锦祥;基于数据流模式的聚集快速查询计算研究[J];计算机集成制造系统;2004年06期

4 张冬冬,李建中,王伟平,郭龙江;分布式复式数据流的处理[J];计算机研究与发展;2004年10期

5 王金栋;周良;张磊;丁秋林;;一类数据流连续查询的降载策略研究[J];武汉大学学报(工学版);2005年06期

6 刘景春;;数据流分类关键技术研究[J];佳木斯大学学报(自然科学版);2007年01期

7 李琳;孙士兵;;数据流聚类方法发展研究[J];长沙民政职业技术学院学报;2008年04期

8 陈军;周明天;杨晓燕;;数据流系统降载研究综述[J];计算机应用研究;2008年10期

9 傅鹂;鲁先志;蔡斌;;一种基于数据流驱动的数据流连续查询模型[J];重庆工学院学报(自然科学版);2008年10期

10 David P.Misunas ,张启瑞;数据流处理机的性能分析[J];计算机工程与应用;1980年12期

相关会议论文 前10条

1 张冬冬;李建中;王伟平;郭龙江;;分布式复式数据流的处理[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年

2 楚红涛;寒枫;张燕;王婷;;基于数据流的挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年

3 尹婷;李红燕;;窗口模型下数据流查询流水化执行的研究[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年

4 孟军;张航黎;张建英;郭禾;;分布式数据流的渐增式聚集维护算法[A];2006年全国开放式分布与并行计算学术会议论文集(二)[C];2006年

5 韩近强;杨冬青;唐世渭;;数据流处理中一种自适应的直方图维护算法[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年

6 蔡致远;熊方;钱卫宁;周傲英;;核合并分析及其在数据流密度估计上的应用[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年

7 王亦兵;杨树强;王晓伟;;一个面向数据流的多维分析系统的研究与实现[A];全国计算机安全学术交流会论文集(第二十四卷)[C];2009年

8 于亚新;王国仁;陈灿;苏林;朱歆华;赵相国;;基于操作符优先级的两种分布式数据流负载分配算法研究[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年

9 周锐;肖川;王国仁;韩东红;霍欢;;数据流滑动窗口连接上的卸载技术的研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年

10 田李;王乐;贾焰;邹鹏;李爱平;;分布式数据流上低通信开销的连续极值查询方法研究[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年

相关博士学位论文 前10条

1 张丽;数据流上序敏感查询处理关键技术研究[D];国防科学技术大学;2013年

2 王超;时间序列数据流复杂模式挖掘研究[D];合肥工业大学;2015年

3 李飒;数据流软聚类理论及其在瓦斯灾害预警中的应用[D];辽宁工程技术大学;2014年

4 陈华辉;基于遗忘特性的数据流概要结构及其应用研究[D];复旦大学;2008年

5 孔英会;数据流技术及其在电力信息处理中的应用研究[D];华北电力大学(河北);2009年

6 崇志宏;基于屏蔽/汇总技术的数据流处理算法[D];复旦大学;2006年

7 姚远;海量动态数据流分类方法研究[D];大连理工大学;2013年

8 曹振丽;面向养殖环境监测的数据流处理方法研究[D];中国农业大学;2015年

9 朱辉生;基于情节规则匹配的数据流预测研究[D];复旦大学;2011年

10 袁志坚;数据流突发检测若干关键技术研究[D];国防科学技术大学;2008年

相关硕士学位论文 前10条

1 王川;面向位置服务的物联网数据质量保证方法研究[D];南京理工大学;2015年

2 祝然威;基于时间窗口的数据流频繁项挖掘算法[D];复旦大学;2014年

3 邱孝兵;基于GPU的数据流聚类及相关性分析[D];大连理工大学;2015年

4 张野;数据流查询语言中语法分析器的设计[D];电子科技大学;2015年

5 闫新院;基于概要模型的数据流聚合技术研究[D];西安电子科技大学;2014年

6 王涛;基于Ntrip协议的实时数据流软件的设计与实现[D];西安电子科技大学;2014年

7 陈彬;数据流实时存储关键技术[D];浙江工业大学;2015年

8 王高洋;基于网格和加速粒子群优化的数据流聚类算法研究[D];哈尔滨师范大学;2015年

9 钱海振;大数据流滞后相关性挖掘方法[D];辽宁师范大学;2015年

10 刘祥佳;制造物联海量数据流模式挖掘算法研究[D];广东工业大学;2016年



本文编号:2260796

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2260796.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a2dff***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com