集成负载均衡机制的并行程序开发框架研究

论文摘要

随着集群技术的发展,编写集群上高效运行的并行程序也受到越来越多的关注。通常并行程序开发人员必须要面对大量与应用无关的集群中任务均衡的细节,严重影响开发效率,因此迫切需要一种能够将程序开发人员从这些繁杂劳动中解放出来的方法。本课题正是针对该需求提出了一种集成负载均衡机制的并行程序开发框架,使得程序开发人员编写较少的代码就可以构造出集群上高效运行的程序。负载均衡机制是并行程序高效运行的基础,一直是集群技术中的研究热点。本文在系统的研究了集群、分布式计算、负载均衡等相关技术之后,重点对以下两个问题进行了讨论:1)并行程序开发框架的设计;2)框架中集成的一种新型动态负载均衡算法的设计。对于并行程序开发框架的设计,本文通过对软件体系结构、设计模式的研究,借鉴已有的一些成功开发框架中的思想,为程序员提供了一套简便易行的开发接口,并将框架中的均衡算法模块设计为插件的组织方式,方便系统在使用中更换不同的均衡算法。课题中还设计实现了一种新型的依赖本地信息的自适应动态均衡算法插件,该算法避免了节点间大量的信息交换,采用基于概率方式的不确定性算法进行均衡决策,在实验中有不错的表现。在上述软件设计方法的指导下,本文采用移动Agent 技术来完成任务的动态迁移,在Aglet 平台上应用Java 语言实现了并行程序开发框架以及均衡算法插件。在文章中,重点介绍了该框架的整体体系结构、动态均衡算法两方面的内容,并且通过遥感图像并行处理以及分布式π值计算两个具体应用对系统进行了验证。通过课题的研究以及系统的实现,为集群环境下的并行程序设计及负载均衡积累了经验。

论文目录

• 第一章 引言
• 1.1 选题的背景及意义
• 1.2 国内外的研究现状及相关工作
• 1.3 小结
• 1.4 本文的结构
• 第二章 基本理论、技术和开发工具简介
• 2.1 集群技术
• 2.2 传统的分布式计算技术
• 2.2.1 传统的RPC 模型
• 2.2.2 分布式对象技术
• 2.2.3 分布式JAVA
• 2.2.3 其它技术
• 2.3 AGENT 技术
• 2.3.1 软件Agent
• 2.3.2 移动Agent
• 2.3.3 基于移动Agent 的分布计算模型
• 2.4 移动AGENT 开发平台
• 2.4.1 Aglets 平台系统框架
• 2.4.2 Aglets 平台对象模型
• 2.4.3 Aglets 编程
• 2.5 小结
• 第三章 动态负载均衡算法的研究
• 3.1 静态负载均衡与动态负载均衡
• 3.2 动态均衡算法设计
• 3.2.1 动态负载均衡的本质
• 3.2.2 一种基于本地信息的自适应均衡算法
• 3.3 算法实现
• 3.3.1 节点间的通讯机制
• 3.3.2 基于概率的是否迁移决定函数
• 3.3.3 基于概率的迁移目的节点选择函数
• 3.3.4 算法流程图
• 3.4 试验结果及分析
• 3.5 小结
• 第四章 集成负载均衡机制的并行程序开发框架的设计与实现
• 4.1 现有的移动AGENT 负载均衡系统
• 4.2 LBF 系统的总体设计
• 4.2.1 软件设计模式
• 4.2.2 组件及插件的研究
• 4.2.3 系统类图
• 4.3 NODEAGENT 的设计
• 4.3.1 功能设计
• 4.3.2 接口设计
• 4.3.3 lbf.node 包结构
• 4.3.4 实现技术
• 4.4 均衡算法插件的设计
• 4.4.1 功能设计
• 4.4.2 接口设计
• 4.4.3 lbf.pluginbase 包及lbf.plugin 包结构
• 4.4.4 实现技术
• 4.5 TASKAGENT 的设计
• 4.5.1 功能设计
• 4.5.2 接口设计
• 4.5.3 lbf.task 包结构
• 4.5.4 实现技术
• 4.6 APPAGENT 的设计
• 4.6.1 功能设计
• 4.6.2 lbf.application 包结构
• 4.7 用户接口的设计
• 4.7.1 功能设计
• 4.8 应用举例
• 4.9 小结
• 第五章 在遥感图像处理中的具体应用
• 5.1 遥感图像处理背景
• 5.2 将LBF框架用于遥感图像并行处理
• 5.3 应用结果与分析
• 5.4 小结
• 第六章 使用 LBF 构建计算π值并行程序
• 6.1 Π值计算背景
• 6.2 Π值计算分布式算法
• 6.3 应用结果
• 6.4 小结
• 第七章 结论
• 7.1 本文的总结
• 7.2 研究取得的成果
• 7.3 将来工作的展望
• 参考文献
• 发表论文
• 致谢