2442009,45(36)ComputerEngineeringandApplications计算机工程与应用
大规模在线课程非专用资源预测与查询调度
侯勇1,吾守尔·斯拉木1,吐尔根·伊布拉音1,周艳慧2,张凯2HOUYong1,WushouSliamu1,Turgun1,ZHOUYan-hui2,ZHANGKai2
乌鲁木齐8300461.新疆大学信息科学与工程学院,
北京1008662.国家广播电影电视总局机关服务中心,
1.SchoolofInformationScienceandEngineering,XinjiangUniversity,Urumqi830046,China2.TheStateAdministrationofRadioFilmandTelevisionAuthorities,ServiceCenter,Beijing100866,China
xjgrid@sohu.comE-mail:
HOUYong,WushouSliamu,Turgun,etal.Predictionandadaptivequeryschedulingofnon-dedicatedresourcesonmas-
(36):siveopenonlinecourses.ComputerEngineeringandApplications,2009,45244-248.Abstract:MassiveOpenOnlineCoursesystem,MOOC,requiresalargenumberofresourcesforsupportinguserstogetgoodservices.ResourcesofMOOCuseddynamicallyandfixedtimeforrentalwastealotofresources.Themethodofnon-dedicatedre-
sourcesisappliedtoMOOC,toreducetheoverallamountofresourcestohire.Firstofall,usingMarkovbirth-deathprocesstopredicateresourcesforgettingnon-dedicatedresources;secondly,settingupqueryexpectedcostmatrix,QEC;thirdly,usingAdap-tiveMin-MinandMax-Min,A-MM,algorithmforadaptivequeryscheduling;finally,experimentsaredoneandshowthatthepre-dictionerrorrateislowandtheperformanceofpredictionisstable;andA-MMhasagoodefficiencyandbalancecapacity.Keywords:non-dedicatedresource;adaptivequeryscheduling;predictionofresource摘要:大规模在线课程系统需要大量资源作支撑。资源使用的动态性及租用的固定性导致资源被浪费。将“非专用”思想应用于系统,可整体降低资源租用量。首先通过马尔可夫“生灭”过程预测资源状态,筛选出“非专用”资源;接着建立查询期望代价矩阵,使用A-MM(AdaptiveMin-MinandMax-Min)算法进行自适应查询处理;最后实验表明,预测错误率低,性能稳定;A-MM有较好执行效率和平衡负载能力。关键词:非专用资源;自适应查询调度;资源状态预测DOI:10.3778/j.issn.1002-8331.2009.36.070
文章编号:(2009)1002-833136-0244-05
文献标识码:A
中图分类号:TP311
1介绍
[1-3]
大规模在线课线程(MassiveOpenOnlineCourse,)MOOC系统需要大量数据中心和计算服务器作支撑[1]。MOOC租用资
源的固定性、长期性,导致当请求资源消耗量进入低谷时,大量资源处于空闲状态。大量研究[3-4]试图通过动态调整分配给请求的资源来减少资源浪费,但这并不能减少按月或更长时间租用资源量的实际情况。将“非专用”资源使用策略[5]引入MOOC,提出非专用大规模在线课程(Non-dedicatedMassiveOpenOnline
)系统,目的是在保证本地查询正常执行前提下,Course,NMOOC
利用空闲资源执行远程任务,同时尽力平衡资源负载,最终将资源租用量降低为域内本地任务消耗资源峰值,从而从整体上降低资源租用量。
查询处理器是NMOOC的核心组件之一。在分析自适应查询处理器(AdaptiveQueryProcessing,)基础上,提出“非AQP专用”自适应查询处理(Non-dedicatedAdaptiveQueryProcess-
[6]
)器。并使用ing,NAQPNAQP首先收集各服务器资源状态信息,
马尔可夫“生灭”过程预测资源下一个时刻状态为“非专用”或“专用”态;接着结合非专用资源和远程查询建立查询期望代价(QueryExpectedCost,)矩阵,再将QEC应用于早期提出QEC的A-MM算法[5],制定出查询调度方案;最后对NAQP下的状态预测算法和A-MM查询调度算法进行模拟实验,结果显示马尔可夫“生灭”过程能很好预测资源状态;A-MM较Min-Min和Max-Min能产生更少的总体负载消耗系数(MakeLoad),实现优化查询处理功能。
2相关工作
2.1数据资源策略分类
不同资源使用策略是能够为不同用户提供不同形式的服务保证。该系统查询分为远程查询和本地查询。针对两类查询,三种资源使用策略已被广泛接受[5]:最努力策略应用于非专用
基金项目:新疆大学青年科研启动基金项目(thePrimingScientificResearchFoundationfortheJuniorTeachersinXinjiangUniversityunder
)。GrantNo.070309
作者简介:侯勇(1979-),男,博士生,讲师,主要研究领域为分布式查询调度;吾守尔(1943-),男,教授,主要研究领域为多语种相关技CCF会员,
术;吐尔根(1958-),男,教授,主要研究领域为多语种语言处理技术。
收稿日期:2009-08-21
修回日期:2009-10-26
如何 在有限服务 资源环境下 , 为大 规模查询请求 提供 满 意查 询处理,...第 4期 侯勇等 : 在线课程 下的 自适应查询调度算 法0.oo94=0.7121 态...
实验结果显示预测相对误差和基于花费的调度算法都具有有效性和实际的潜力。\ 竺 ★ 在 共享环 境 下基 于时 间预 测 的资 源预 留 李 冉 ,于炯1 ,侯勇...
专注考研专业课辅导8年 天津地区专业课辅导第一品牌...复杂系统的优化与调度、智能优化与智能维护、复杂性...侯勇 赵继 民 王秀 清 戴凤 智薛薇 李淑 清...
专注考研专业课辅导8年 天津地区专业课辅导第一品牌...复杂系统的优化与调度、智能优化与智能维护、复杂性...侯勇 赵继 民 王秀 清 戴凤 智薛薇 李淑 清...
热门文档