丁愛萍， 曾赟

(黃河水利職業(yè)技術(shù)學(xué)院 信息工程學(xué)院， 河南 開封 475004)

0 引言

面對競爭激烈、瞬息萬變的環(huán)境，高校協(xié)同建設(shè)是必經(jīng)之路，進(jìn)而生成協(xié)同資源[1]，為多高校聯(lián)合提供發(fā)展動力，對此，文獻(xiàn)[2]對于網(wǎng)絡(luò)環(huán)境下圖書館的數(shù)字服務(wù)，構(gòu)建高校圖書館數(shù)字資源遠(yuǎn)程訪問系統(tǒng)，安全性、可操作性、可擴(kuò)展性等方面得到提升，具有較強(qiáng)的可行性。文獻(xiàn)[3]針對Fork-Join類并行任務(wù)圖給出了若干最優(yōu)化調(diào)度結(jié)論，給出了資源限制條件下并行任務(wù)圖的調(diào)度模型，進(jìn)行并行任務(wù)圖的有效調(diào)度，對工作流應(yīng)用系統(tǒng)的高性能調(diào)度功能開發(fā)具有借鑒意義。文獻(xiàn)[4]介紹了用LabVIEW平臺開發(fā)的相關(guān)軟件數(shù)據(jù)庫遠(yuǎn)程訪問技術(shù)，利用SQL數(shù)據(jù)查詢語言編程有效地完成與數(shù)據(jù)庫的互聯(lián)及相關(guān)數(shù)據(jù)的更新，實(shí)現(xiàn)局域網(wǎng)內(nèi)各節(jié)點(diǎn)數(shù)據(jù)的上傳與下載。

此次研究以上述三種傳統(tǒng)方法為參考，提出基于并行調(diào)度算法的高校協(xié)同資源遠(yuǎn)程訪問模型，以并行調(diào)度算法優(yōu)化為創(chuàng)新點(diǎn)，擴(kuò)展并行調(diào)度算法的執(zhí)行邏輯，促進(jìn)對復(fù)雜事物的認(rèn)知，實(shí)現(xiàn)對高校協(xié)同資源的遠(yuǎn)程訪問。

1 基于并行調(diào)度算法的高校協(xié)同資源遠(yuǎn)程訪問模型

1.1 并行調(diào)度算法優(yōu)化

并行調(diào)度算法在大規(guī)模數(shù)值計(jì)算及計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)等方面都有很好的應(yīng)用前景，但需要對訪問數(shù)據(jù)流進(jìn)行實(shí)時(shí)處理、快速響應(yīng)，實(shí)現(xiàn)遠(yuǎn)程訪問。

當(dāng)并行調(diào)度過程中，所有處理機(jī)均處于空閑狀態(tài)時(shí)，令處理機(jī)的權(quán)值為0，ωi=0，其中i=1,2,…,n。當(dāng)部分處理機(jī)處于空閑狀態(tài)時(shí)，默認(rèn)其中空閑的處理機(jī)權(quán)值為0，不空閑的處理機(jī)權(quán)值，這是從當(dāng)前訪問請求完成到完成當(dāng)前訪問請求所必需的n倍時(shí)間。當(dāng)所有處理機(jī)都不是空閑狀態(tài)時(shí)，各處理機(jī)的權(quán)值即在上次調(diào)度結(jié)束后，訪問程序所賦予其的權(quán)值[5-6]。訪問當(dāng)前階段的高校協(xié)同資源時(shí)，按到達(dá)的訪問用戶次序編號、所需數(shù)據(jù)量的大小降序排列，計(jì)算資源訪問請求所需的數(shù)據(jù)總量Q，如式(1)。

(1)

式中,LHi表示第i個(gè)資源訪問請求所需要的數(shù)據(jù)量;L表示訪問請求總量。按處理機(jī)能力降序排列時(shí)，各處理機(jī)的性能總和為式(2)。

(2)

式中,JS表示處理機(jī)性能總和；Ji表示第i臺處理機(jī)的性能[7-8]。再計(jì)算單個(gè)處理機(jī)的性能，在總處理機(jī)性能中的所占比例，如式(3)。

(3)

按照上述計(jì)算步驟，設(shè)置并行調(diào)度算法的執(zhí)行邏輯，為遠(yuǎn)程訪問技術(shù)提供訪問限制條件。

1.2 高校協(xié)同資源訪問模型

以訪問限制條件為基礎(chǔ)，運(yùn)用WoPeD工具建立高校協(xié)同資源訪問模型，并對資源訪問的可達(dá)性進(jìn)行分析。構(gòu)建的高校協(xié)同資源訪問模型如圖1所示。

圖1 高校協(xié)同資源訪問模型

訪問模型中庫所和變遷的具體含義如表1所示。

表1 訪問模型中的庫所以及變遷含義

以高校協(xié)同資源訪問模型為基礎(chǔ)，將Mesh.vertices工具和Unity3d引擎相結(jié)合，獲取高校協(xié)同資源獲取界面，令該界面的某個(gè)圖像中心坐標(biāo)為(0,0,0)，假設(shè)隨機(jī)模擬視錐的3個(gè)頂點(diǎn)坐標(biāo)分別為(x1,x2,x3)、(y1,y2,y3)和(z1,z2,z3)。根據(jù)坐標(biāo)向量計(jì)算視錐體積，該計(jì)算如式(4)。

(4)

三個(gè)連續(xù)的子圖像頂點(diǎn)所包含的體積，可通過代碼計(jì)算獲得，以此處理代碼運(yùn)行結(jié)果，將頂點(diǎn)信息和體積傳送到控制臺，統(tǒng)計(jì)所有三棱錐結(jié)構(gòu)的體積之和，完成對該圖像的體積計(jì)算。對于其他圖像的體積計(jì)算，也可以借鑒其中的計(jì)算步驟。為了判斷圖像是否應(yīng)該被渲染，對渲染程度進(jìn)行定義如式(5)。

(5)

式中,R表示渲染程度；Vj表示當(dāng)前結(jié)構(gòu)j的體積；D表示圖像與視點(diǎn)之間的距離；μ表示視點(diǎn)范圍內(nèi)的圖像結(jié)構(gòu)權(quán)重;c表示視點(diǎn)范圍。

通過上述過程，以并行調(diào)度算法對訪問數(shù)據(jù)流進(jìn)行優(yōu)化處理，生成三維訪問界面，實(shí)現(xiàn)遠(yuǎn)程訪問，至此，實(shí)現(xiàn)基于并行調(diào)度算法的高校協(xié)同資源遠(yuǎn)程訪問模型的構(gòu)建。

2 仿真實(shí)驗(yàn)

以上述研究的高校協(xié)同資源遠(yuǎn)程訪問模型為測試對象，比較不同遠(yuǎn)程訪問技術(shù)之間的差異，將此次研究的遠(yuǎn)程訪問技術(shù)作為實(shí)驗(yàn)A組；將文獻(xiàn)[2]方法、文獻(xiàn)[3]方法、文獻(xiàn)[4]方法的三種遠(yuǎn)程訪問技術(shù)，分別作為對照B組、對照C組以及對照D組。測試共分兩個(gè)階段進(jìn)行，比較四個(gè)測試組，遠(yuǎn)程訪問高校協(xié)同資源時(shí)的搜索能力。

2.1 準(zhǔn)備過程

此次仿真實(shí)驗(yàn)，共搭建兩組遠(yuǎn)程訪問仿真測試環(huán)境，如圖2所示。

圖2 仿真測試環(huán)境

由圖2可知，將高校協(xié)同資源以圖像的形式呈現(xiàn)，且用不同的圖像，例如條形圖、餅狀圖和雷達(dá)圖等，反饋不同類型的高校協(xié)同資源，且測試環(huán)境中的資源數(shù)量、資源復(fù)雜度、資源分布均充分顯示。分別利用四種遠(yuǎn)程方法，訪問測試環(huán)境中的高校協(xié)同資源，比較四個(gè)測試組之間的訪問技術(shù)差異，測試進(jìn)行到第5 s時(shí),效果如圖3所示。

(a) 實(shí)驗(yàn)A組

(b) 對照B組

(c) 對照C組

(d) 對照D組圖3 遠(yuǎn)程訪問效果

不同訪問技術(shù)搜索同一高校協(xié)同資源的時(shí)間，得到的四組訪問測試結(jié)果,如表2所示。

表2 不同訪問技術(shù)搜索同一高校協(xié)同資源的時(shí)間

由圖3遠(yuǎn)程訪問效果可知，不同測試組遠(yuǎn)程訪問平均搜索用時(shí)，分別為3.26 s、10.5 s、10.17 s以及20.53 s。可見此次研究的遠(yuǎn)程訪問模型搜索高校協(xié)同資源的能力更強(qiáng)，所用的時(shí)間更短。

控制時(shí)間開銷的長短可以體現(xiàn)出高校協(xié)同資源遠(yuǎn)程訪問模型的遠(yuǎn)程訪問效率，控制時(shí)間開銷越小，方法效果越好，采用四個(gè)測試組對訪問的延遲控制時(shí)間開銷進(jìn)行對比，結(jié)果如圖4所示。

由圖4可知，隨著數(shù)據(jù)量的增加，實(shí)驗(yàn)A組進(jìn)行高校協(xié)同資源遠(yuǎn)程訪問的時(shí)間開銷最小，說明實(shí)驗(yàn)A組的時(shí)延最低，控制效果實(shí)時(shí)性最好，這是因?yàn)楸疚姆椒ò吹竭_(dá)的訪問用戶次序編號、所需數(shù)據(jù)量的大小對訪問數(shù)據(jù)流進(jìn)行降序排列，優(yōu)化了并行調(diào)度算法，解決網(wǎng)絡(luò)擁擠時(shí)數(shù)據(jù)流之間存在的震蕩現(xiàn)象。

圖4 四個(gè)測試組時(shí)間開銷對比結(jié)果

3 總結(jié)

此次提出基于并行調(diào)度算法的高校協(xié)同資源遠(yuǎn)程訪問模型，取得了不錯的搜索效果，但受時(shí)間以及個(gè)人精力的影響，在今后的研究工作中，可以對設(shè)計(jì)的并行算法進(jìn)行二次優(yōu)化，進(jìn)一步加強(qiáng)對固定目標(biāo)數(shù)據(jù)的訪問搜索，為高校協(xié)同資源的利用提供更加可靠的應(yīng)用技術(shù)。