杨业令，钟 璐，杨国才

(1.重庆工程学院计算机与物联网学院，重庆 400056；2.西南大学计算机与信息科学学院，重庆 400715)

1 引言

随着信息技术的高速发展，数据管理已经进入了云计算的时代，云计算逐渐成为了IT行业的新发展趋势，已经受到了学术与工业界的广泛关注。作为一种新型技术，能够引导大量新型互联网信息技术的发展，在云计算环境下，用户只需要把自身的数据存储到云端中，不再需要将自身数据储存在自己的计算机里。云服务提供者凭借虚拟化技术、分布式计算与调度模型等方法为用户供给软件接口，使用户能够不受时间与地点限制，随意使用任何网络终端来访问自己的数据，而用户的损耗只是需要对服务与资源支付费用。

云计算是一种以数据中心为基础服务的设施，向用户供给所需求的不同种类的应用服务模型。随着企业与用户需求的高速上升以及云服务上的高速发展，传统的集中式数据中心或原来分散独立的数据中心已经不能支撑日新月异的业务应用。同时在传统的观念内，为了使数据中心中承载的业务应用永不宕机，提升IT资源的使用率，使资源能够按需获取，基于多数据中心的分布式云架构逐渐兴起，这种架构也属于云计算环境中的一种。在云计算环境下，多数据中心的分布式云架构内储存着大量的数据，其中较为常见的数据即双通道数据，而在调度这种数据的时候，由于数据自身存在的特性，导致调度算法容易受到奇异性的影响，致使这种数据无法被调度或调度存在误差的情况。

针对上述问题，提出一种云计算环境下的双通道数据动态调度模型，通过分析双通道数据动态调度问题，得到双通道数据的特性，组建数据空间组织并放置空间索引，获取云计算系统的双通道数据，把数据调度任务分化成若多个子任务，同时计算出调度任务量，随后对任务量的极大值进行计算，以此得到代价函数与估计函数，构建LOD(Level of Detail，层次细节)模型，调整云计算系统的更新速度使其能够与双通道数据达到平衡，最后，根据上述流程组建双通道数据动态调度模型，依靠该模型对数据进行调度。

2 双通道数据动态调度模型设计

2.1 问题模型

2.1.1 问题描述

云计算即以数据中心为基础的服务设施，向用户供给其需求的应用。通常来说，云计算系统即凭借多种分布式的数据中心形成的，而每个数据中心会依靠一百多种机架组成，所有机架一般会通过1～20个物理服务器构成。用户对云计算系统的资源申请[1]可能随时出现，云计算环境下双通道数据动态调度算法的任务就是调度合适的数据种类，以降低虚拟机之间的通信费用，提升用户应用的最大化资源利用率和性能。

较为常见的双通道数据中心内部结构：最底层机架中安放物理机，所有机架中都会具有一台顶部交换机，最底层就是与外界进行交互的路由器，最底层和最顶层之间通常都会具有多层交换装置。期望中的安放方式，就是把用户请求的虚拟机都放置在同一个物理机或机架内，但是同一种机架或物理机内并没有充足的资源来满足用户的要求，并且由于用户随时都会产生请求，或因为任务完成而退出云计算系统，就会导致云计算系统出现多个资源碎片，因此用户请求的虚拟机可能分布在多个机架或物理机内，甚至也可能会分布在多种数据中心内。

另外，因为云计算系统自身存在防灾与容错的需求，或是用户本身提出将虚拟机安放在多种数据中心或机架与物理机内的需求[2]，都可能会使用户的虚拟机不能安放在同一坐标处。比如，用户能够在指定的数据中心里放置一定数量的虚拟机，以此来达到容错的目的，或是云计算系统也需要对数据中心内的虚拟机最少放置量进行限制，以此来缩减数据中心的通信流量。相同的，在存在要求的状态下，能够对所有数据中心与机架放置虚拟机的总量进行限制。

2.1.2 问题建模

设定R(t)表示第t个用户的虚拟机[4]之间双通道数据距离的最大值

(1)

那么以最小化用户的虚拟机内双通道数据直径之和，作为最优化目标

(2)

该最小化双通道数据直径之和的目标适用于单数据中心与多数据中心的状况。

2.2 数据空间组织构建

数据空间组织即对双通道的空间数据进行合理的规划，同时组建空间索引，以提升双通道数据的检索速度，云计算环境下双通道数据对象数量巨大，架构复杂，所以在进行可视化设计中，需要对其进行剪裁，也就是需要在所有数据内选取那些符合条件的数据，数据的选取自然不能离开空间索引[5]的构建。空间索引即凭借空间对象的坐标与形状，遵照一定顺序进行排列的一种数据架构。其中具有空间对象的基础信息，例如对象表示、最小外包矩形等。针对空间索引，主要存在网格索引、四叉树等。

云计算环境下的双通道空间数据的组织，主要是使用网格划分的形式，但双通道数据因为其自身存在不规则性，使用网格划分的形式，就必然会在网格的边缘处生成大量的分割。但由于双通道数据分布的偶然性[6]，使得各层加点容易出现重叠，致使实际运行数据查询时，会出现多种分支查询，极大程度的降低了查询的效率，所以也不太适合随机分布的双通道数据。

四叉树即基于空间划分组织索引架构的一种索引机制。在内存里的层次树状架构内，其查询速度较快。本文方法需要在云计算环境内动态调度双通道数据模型，而从树架构的复杂度与查询速度等方面考虑，本文使用四叉树索引架构对双通道数据进行查询与抽取。

组建四叉树索引的基础理念即：把数据储存到完全能够包含它的最小矩形节点内，以此，每个组织就能够只在数内储存1次，免除了储存空间的浪费，四叉树索引构建流程如下所示：

1)运算所有数据链表内的最小外包矩形，同时将其当做根节点的最小外包矩形。

2)遍历数据链表内所有的数据，把根节点当做目前节点，检测最小外包矩形与目前节点的子节点[7]拓扑关联。假如最小外包矩形和子节点的边界相交，就把最小外包矩形引入目前节点内，假如最小外包矩形在某种子节点内部，那么把该子节点当做目前节点，随后迭代计算2)，直至子节点的最小外包矩形不会超过100。

使用四叉树理念对云计算环境下的双通道数据构建空间索引，能够高效的视域体裁剪，减少后期调度的计算量，缩短数据抽取与数据缓存的时间。

2.3 分区计算双通道数据调度任务量

凭借式(3)可以运算双通道数据的总调度任务量为。

(3)

(4)

式中：S代表调度任务流程内的任务量极大值，凭借式(5)可以运算其代价函数

(5)

把式(5)引入式(3)之后，可以得到以下结果，具体公式为

(6)

(7)

把是(7)引入调度任务量运算公式内，可以获得以下结果

(8)

凭借式(9)，可以完成调度流程内子任务量的运算

(9)

根绝上述的计算流程，可以对云计算环境内双通道数据调度内的子任务量进行运算，进而为调度模型的构建供给精确的数据依据。

2.4 双通道数据调度平衡

因为云计算系统更新的速度高于可预见数据的调度速度，严重干扰到调度的实时性与连贯性[10]，致使调度的停顿与延迟现象发生，所以保持数据调度与云计算系统之间的动态平衡对于数据调度的非常关键的。

在开始调度机制的同时，完全调入所有可预见的双通道数据块需要的时间是

TG=n1t1

(10)

式中：n1代表需要调度的双通道数据块数，t1代表调度一块双通道数据所消耗的时间。

在确保双通道数据动态平衡的前提下，数据调度的速率是1000/TG。调度一块双通道数据所需要消耗的时间能够描述成

TR=N1T1

(11)

式中：N1代表需要调度的双通道数据总量，T1代表调度一块数据所消耗的时间。

对于数据调度来说，理想的调度速度是1000/TR。在云计算系统更新速度达到24帧/s以上时，双通道数据的实时调度才会较为通畅，所以，TR与TG需要同时小于1000/24m，才可以确保流畅的调度双通道数据。而提升调度速度的方式存在两种即：

1)在硬件方面需要充分使用CPU与GPU资源，免除在数据库[11]内进行海量的计算，

2)在软件方面，组建LOD模型。

LOD模型即指对同一环境内的数据使用存在不同细节层次的一系列模型。构建LOD模型可以有效缩减云计算系统数据库内多边形的总量，进而提升调度的速度。

当前云计算系统的处理能够能够达到每秒处理100M的数据，其足以处理总量较大的双通道数据。凭借云计算系统构建时，会分块的特性，使用LOD模型，即凭借双通道数据块距离视点的远近分化层次细节，每级以2的幂进行精度递减。这样不仅运算简单，还能够充分利用云计算系统的组织方式，使数据调度的实现更加便捷。

2.5 双通道数据动态调度模型构建

凭借上述对双通道数据的处理，拟定动态调度模型，其流程如图1所示。

图1 双通道数据动态调度流程

对于所有云计算环境下双通道数据动态调度单元，在高效时能够分成多址协议下数据传输的二维平面调度离散采样集合

P(ni)={pk|prkj=1，k=1，2，…，m}

(12)

节点链路[12]矩阵SN×L和节点时隙的双通道数据包存在关联，通过矩阵C描述前导时隙的双通道数据调度空间矢量矩阵，C表示N×N的二维矩阵，在云计算网格内两条邻节点的最大跳数是

(13)

针对距离是d，长度是lb的网格节点，双通道数据传输的非奇异矩阵满足P∈Rn×n，R∈Rm×m与H∈Rm×n，云计算网格节点之间的多维性能能够拟定成

E=[EG，ET，EW，EL]

(14)

使用时分多址协议进行时隙均匀分配，在时隙均匀信道内，信道利用率的描述式为

(15)

针对所有云计算环境下双通道数据的调度单元，信道的利用率能够描述成

(16)

在实现时隙的分配之后，在时间段T内，进行数据传输的负载均匀传输约束关系即

(17)

3 仿真证明

为了证明本文方法的有效性，需要对所提模型进行验证，验证环境为：CPU设备4G内存，100G自由空间硬盘，专用网卡2M，操作系统方面，凭借实现的需求，使用RedHatAS4。

实验流程，通过没有使用调度模型与使用本文设计模型的情况下，云计算系统的双通道数据平均吞吐率进行实验，其结果进行比对，其结果如图2所示。

图2 使用前后平均吞吐率中的对比

通过图2能够看出，在进行双通道数据调度的流程内，网络都会随着数据量的提升，平均吞吐率也会出现上升，但是，使用所提调度模型下网络吞吐效率要远远超过，同时其可以有效的确保动态调度的调度时间与荷载负载率，其性能远超原始网络。

为了进一步证明所提模型的调度精确性，通过本文模型对一种，已知的双通道调度数据进行对比，其结果如图3所示。

图3 双通道数据调度精确度

通过图3能够看出，本文所设计的模型调度的结果与已知调度结果相差不大，这是因为，在本文所设计的双通道数据动态调度模型内会增添，LOD模型，该模型能够将同一个环境内的数据，根据不同细节层次的模块进行统一平衡，使的调度模型，不会因为云计算系统更新速度过快，而导致数据调度出现停顿与延迟的情况。极大程度的提高的双通道数据动态调度模型的精度精确性。

4 结束语

为了提升云计算系统的进程管理效率与负载均衡性，提出一种云计算环境下的双通道数据动态调度模型，通过数据空间组织与LOD模型，构建模型，依靠该模型实现对数据的动态调度。虽然所提模型在数据动态调度中，取得了较为理想的结果，但由于所设计的模型主要针对双通道数据种类，而数据的类型非常复杂，其中数据的种类也多种多样，本文所设计的模型，并没有在其它种类的数据中应用过，因此下一步的研究即：将所提模型应用在其它种类的数据内，并更加数据类型实时调整与改进模型的参数，使其能够与多种类型的数据匹配。