遗留代码可分布式并行性分析及优化研究

发布时间：2021-05-21 04:48

　　云计算作为一种新兴的商业计算模型,拥有并行性、可扩展性及高可靠性等诸多优势。在此背景下,将遗留系统移植到云平台已经成为一种趋势。在移植过程中,为了充分利用云计算的并行优势,有必要根据云计算编程模型重构遗留代码,而重构的前提是遗留代码可分布式并行。为了分析遗留代码的可分布式并行性,本文提出可分布式并行性判定规则DPDR（Distributed Parallelizability Determining Rules）,并且将其细化为四类可分布式并行性判定特性:数据依赖性、连续依赖性、非同源性和随机性,基于此设计了可分布式并行性分析算法。现实中并非所有遗留代码都可以分布式并行,本文提出优化方法对无法分布式并行的代码进行优化。优化方法将上述四类可分布式并行性判定特性分为强、弱两种类型,然后将遗留代码分为三类:无特性遗留代码、具有弱特性的遗留代码和具有强特性的遗留代码,并提出了源文件组织方法使无特性遗留代码的输入文件符合Hadoop输入规范,提出了源文件重组方法使具有弱特性的遗留代码实现分布式并行,提出了迭代分级方法使具有强特性的遗留代码实现局部并行从而提高性能。最后,开发了工具DPAO（Dis... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
中英文缩写词对照表
第一章 绪论
    1.1 研究背景及意义
    1.2 研究内容及创新点
    1.3 论文组织结构
第二章 相关研究现状
    2.1 传统并行性分析研究现状
    2.2 可分布式并行性分析研究现状
    2.3 本章小结
第三章 可分布式并行性分析
    3.1 MapReduce运行机制
    3.2 可分布式并行性判定规则
        3.2.1 最小数据单元
        3.2.2 可分布式并行性判定规则
    3.3 可分布式并行性判定特性
        3.3.1 数据依赖性
        3.3.2 连续依赖性
        3.3.3 非同源性
        3.3.4 随机性
    3.4 可分布式并行性分析算法
        3.4.1 预备知识
        3.4.2 算法整体流程
        3.4.3 静态分析
        3.4.4 简单分析
        3.4.5 详细分析
    3.5 本章小结
第四章 遗留代码优化
    4.1 特性分析
    4.2 代码分类及优化
        4.2.1 无特性遗留代码的输入文件组织
        4.2.2 针对具有弱特性遗留代码的优化
        4.2.3 针对具有强特性遗留代码的优化
    4.3 本章小结
第五章 工具的设计实现与实验评估
    5.1 DPAO的设计与实现
    5.2 实验验证
        5.2.1 查询最高温度代码分析
        5.2.2 Fibonacci算法分析
        5.2.3 矩阵乘法算法分析
        5.2.4 优化方法分析
    5.3 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读硕士期间发表的学术论文
参加项目


【参考文献】：
期刊论文
[1]一种面向众核处理器的嵌套循环多维并行识别方法[J]. 李颖颖,庞建民,李雁冰,翟胜伟.  计算机应用研究. 2018(11)
[2]分布内存系统中流水并行代码的自动生成[J]. 龚雪容,陆林生,赵荣彩.  计算机工程. 2008(11)
[3]一种非可规约循环的投机并行方法[J]. 邓之刚,曾国荪,周静.  计算机工程与科学. 2007(10)
[4]并行编译中一种线性数据和计算划分算法[J]. 董春丽,韩林,赵荣彩.  计算机工程. 2006(24)

硕士论文
[1]串行程序并行化及其在桌面网格中的应用[D]. 姚辉萍.苏州大学 2010



本文编号：3199077