导读:本文包含了性能基准测试论文开题报告文献综述及选题提纲参考文献，主要关键词:分布式系统,流处理,容错性能,基准测试
性能基准测试论文文献综述
蒋程,王晓桐,张蓉[1]（2019）在《分布式流处理系统的容错性能基准测试》一文中研究指出随着对数据处理的实时性要求越来越高,分布式流处理系统应运而生。但是在分布式的集群规模下,各种软硬件原因导致的故障很难避免的。现有的相关基准测试主要关注于分布式流处理系统的处理性能,很少对该类系统处理故障的容错性能进行评测,以至于关键应用在系统选型的时候特别艰难。针对分布式流处理系统的容错性能,本文设计并实现了一套灵活的基准测试框架。最后,本文在开源数据流处理系统ApacheStorm和ApacheFlink进行了容错性能的基准测试,验证定义的测试基准的正确性和有效性,实验结果也表明Flink的容错性能相对较好。(本文来源于《软件工程》期刊2019年12期）
辛云龙[2]（2019）在《SRM基准测试中工作负载定制与性能评估》一文中研究指出为解决多租用者应用程序所面临的经营规模和运行特性等最佳配置策略问题,创建了名为S-BM基准的模拟供应商关系管理应用程序。S-BM基准作为代表基准测量的一种方式,可以用来评估多租用者应用程序和资源利用配置问题。通过两组设备对定制的负载生成器进行评测,包括在12个从小到大商业规模的代表负载中测量系统应用程序性能,以及在多样基础设施配置基础上对比其性能和不同负载成本等。实验研究负载与性能之间的关系,帮助找到用于多租用者应用程序的最优配置策略,结果表明,通过在共享环境下重新配置大和小交易应用程序,负载性能在同样资源成本情况下增长了30%。(本文来源于《软件导刊》期刊2019年06期）
马进全,赵利江,张生鹏[3]（2019）在《青海省卫星导航定位基准站网关键技术与性能测试》一文中研究指出在青海省卫星导航定位基准站网的建设过程中,遇到了土壤盐碱化以及无人区网络、电力供应困难和安全性不足的问题,尝试建设临时参考站以及企图依托通信铁塔建设参考站,最终通过结合卫星导航定位基准站和通信铁塔的建设特点和要求,设计建设了全新的青海省卫星导航定位基准站,从而解决了上述问题。其性能除满足现行规范要求外,同时具备成本低、环保性好、可自主状态监测和实时侦测的优点。(本文来源于《地理信息世界》期刊2019年02期）
[4]（2017）在《思博伦CloudScore:对云基础设施性能进行基准测试和对比》一文中研究指出思博伦通信日前宣布正式发布思博伦Cloud Score。作为业界第一种全面的基线和基准测试解决方案,思博伦Cloud Score可对任意虚拟化或云基础设施的性能进行评估和对比。通过对虚拟化基础设施执行一系列可选择的测试,Cloud Score可生成一个评分卡,显示出基础设施各个组件的相关情况,包括计算、网络、存储、应用和服务。Cloud Score还可提供一份粒度报告,就如何优化基础设施给出建议,从(本文来源于《电信网技术》期刊2017年08期）
熊文[5]（2017）在《大数据系统基准测试和性能优化关键技术研究》一文中研究指出大数据时代的到来意味着新技术,新产品,和新系统的出现。如基准测试在过去叁十年推动数据库技术和系统长足发展一样。基准测试将在大数据系统发展过程中起到举足轻重的作用。然而,当前大数据系统系统基准测试的研究还无法满足技术发展的实际需求。首先,缺少一个被广泛接受的大数据基准测试集,用于准确评估不同的大数据解决方案。其次,已有的负载分析方法无法准确分析大数据负载的特征,无法进一步指导系统选型和性能优化。最后,在大数据系统基准测试和负载分析的过程中,我们发现手动调优方式在大数据系统环境下低效且优化效果不佳。因而,本文研究了大数据系统基准测试研究需要迫切解决的几个基本问题,从大数据基准测试集构建方法,大数据负载性能量化分析方法,大数据系统性能自动调优方法等叁个方面开展研究。首先,提出了以真实应用和数据为基础的跨层次的程序行为相似性分析方法,开发并开源发布了第一个面向交通大数据系统的基准测试集SZTS(http://cloud.siat.ac.cn/szts.php)。SZTS的构建与传统的基准测试构建过程相比有叁个优势:(1)SZTS使用真实的应用和数据,比通用算法和合成数据更准确的刻画了实际的大数据负载特征。(2)SZTS使用跨层次的程序特征分析方法,比基于单层次的特征分析方法更全面反映了大数据负载的程序行为,(3)SZTS使用聚类技术进行程序行为相似性分析,以量化方法选择有代表性的大数据程序和输入数据集。与传统的基于经验手动选择的方式相比,更好的满足了基准测试集对程序行为的多样性要求,同时也消除了基准测试集内部的冗余。其次,提出了基于软硬件特征的大数据负载重要性量化分析方法和工具(MIA)。该方法使用跨层次的程序特征建立性能模型,量化了影响性能关键因素的重要性。并以MIA为基础,进一步提出了基于特征重要性量化分析的雷达图(MKP)和相似性矩阵(BSM)用于分析程序行为的相似性。与传统的雷达图和相似性矩阵相比,基于MIA的方法既量化程序行为的差异性,同时也揭示了引起这些差异的根本原因。更重要的是,MIA方法能够指导系统性能优化,帮助基准测试实施者专注于影响性能的关键因素,忽略对性能影响较小或无关的因素。实验结果显示,指标TMI(中间数据的I/O总量)是影响性能指标DPS(数据处理速度)的最关键因素。我们利用这个结论,仅通过调整一个参数-io.sort.factor,减少了大量的中间数据I/O操作,使程序执行时间减少37.5%。最后,提出了基于机器学习的NO-SQL数据库性能调优方法和工具(ATH)。该方法建立了以分布式数据库可配置参数为输入,以性能指标如吞吐为输出的基于随机森林的性能模型。然后将性能模型作为遗传算法的输入,在巨大的参数空间为给定的NO-SQL负载计算最优配置。ATH方法在HBase平台上进行了验证,与传统的手动性能调优方法相比,ATH方法效率更高,且优化效果不依赖于实施者的个人经验和技术背景。实验结果显示,与默认配置相比,该方法性能平均提升41%,最大提升97%。(本文来源于《中国科学院大学(中国科学院深圳先进技术研究院)》期刊2017-04-01）
陈裕汉,邱云峰,倪津,张辉,施昆[6]（2017）在《全球导航卫星系统连续运行基准站系统运行性能测试研究》一文中研究指出介绍利用云南省楚雄州GNSS连续运行基准站系统(CXCORS)运行性能的测试数据,对CORS系统的可靠性、可用性、定位精度以及兼容性方面进行测试分析的方法,验证了该方法的可行性和科学性,为今后进一步研究全球导航卫星系统连续运行基准站系统运行性能的测试方法提供参考。(本文来源于《地矿测绘》期刊2017年01期）
彭展,李密,惠军华,杨楠,郑寇全[7]（2017）在《大数据中心集群异构网络基准性能测试方法》一文中研究指出针对BDC(大数据中心)集群异构网络缺乏精确、系统和规范化的性能评测优化方案问题,构设BDC集群异构网络基准性能测试指标体系,建立基于STC(思博伦测试)平台的BDC集群异构网络基准性能测试模型,提出一种集群异构网络基准性能测试方法及其指标优化方案。通过实验验证,文中模型能够基于BDC拓扑结构分析,快速定位网络性能瓶颈,实现评测指标的智能迭代优化,在网络性能提升的前提下显着降低系统响应时间。(本文来源于《电信快报》期刊2017年03期）
揣立武[8]（2015）在《Hadoop平台基准性能测试工具的设计与实现》一文中研究指出近年来,随着云计算领域的研究和发展,Hadoop分布式平台也一直备受关注。Hadoop是一个开源的分布式基础架构平台,主要包括分布式存储系统HDFS和分布式计算框架Map Reduce。随着业界对大数据处理的需求和研究,Hadoop平台已经从版本1发展到版本2,最主要特点是增加了YARN资源管理组件改进了Hadoop平台的体系结构。目前,Hadoop平台已经适用于web搜索,机器学习,商业分析,生物计算等多种大数据领域。Hadoop使得用户可以在不了解分布式底层细节的情况下,开发分布式程序。但是,如何高效的使用Hadoop平台,提高Hadoop集群资源利用率,改进用户程序性能等,给用户带来了挑战。本文针对以上问题,设计和实现了一个针对Hadoop平台的基准性能测试工具,主要包括叁个组件:全面而又具有代表性的负载发生工具、Hadoop集群资源监控工具和Map Reduce运行性能追踪工具。利用以上工具完成以下测试内容:(1)利用全面的负载测试程序集合完成Hadoop平台性能的评测工作,包括HDFS的读、写性能,Map Reduce针对不同类型负载性能和YARN平台性能。(2)资源监控工具可以实时观察Hadoop平台资源利用信息,包括CPU、内存、磁盘和网络等,可以完成负载类型分析等工作。(3)性能追踪工具完成了对Map Reduce程序运行过程信息追踪,方便用户理解负载运行特征,找到性能瓶颈,进而优化用户程序。本文实现的HDFS读写性能测试程序IMP-DFSIO,相对于Hadoop自带的Test DFSIO程序更稳定和具有说服力。本文还重点实现了Map Reduce性能追踪工具Perf Trace,通过BTrace脚本语言提取Map Reduce模型每个子过程的信息,方便用户分析程序性能找到性能瓶颈,进而优化程序性能。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
张新玲,颜秉珩[9]（2015）在《Hadoop平台基准性能测试研究》一文中研究指出Hadoop平台是apche下的一个开源大数据平台,具有分布性、虚拟化、高可靠性、高可伸缩性、通用性等特点。Hadoop平台发展至今,集成组件已从1.0发展到2.0。从Hadoop体系结构入手,分析了Hadoop平台1.0和2.0平台的基准测试性能并进行了对比。研究了testdfsIO、yarn、hive的基准测试,通过对升级后平台的基准测试,分析了2.0的优势,为集成Hadoop平台提供参考。(本文来源于《软件导刊》期刊2015年01期）
刘晴[10]（2014）在《西班牙电信和博科在联合参考实验室测试中为NFV部署和性能建立基准》一文中研究指出近日,西班牙电信和博科联手为网络功能虚拟化(NFV)解决方案的部署和性能建立了新的基准。测试得出的一致结果明确表明,新基准将从根本上改变服务提供商对虚拟化、基于软件的网络基础设施所期待的性能范围。NFV基准的制定是两家公司在西班牙电信NFV参考实验室框架内合作的一部分。(本文来源于《计算机与网络》期刊2014年16期）
性能基准测试论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决多租用者应用程序所面临的经营规模和运行特性等最佳配置策略问题,创建了名为S-BM基准的模拟供应商关系管理应用程序。S-BM基准作为代表基准测量的一种方式,可以用来评估多租用者应用程序和资源利用配置问题。通过两组设备对定制的负载生成器进行评测,包括在12个从小到大商业规模的代表负载中测量系统应用程序性能,以及在多样基础设施配置基础上对比其性能和不同负载成本等。实验研究负载与性能之间的关系,帮助找到用于多租用者应用程序的最优配置策略,结果表明,通过在共享环境下重新配置大和小交易应用程序,负载性能在同样资源成本情况下增长了30%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
性能基准测试论文参考文献
[1].蒋程,王晓桐,张蓉.分布式流处理系统的容错性能基准测试[J].软件工程.2019
[2].辛云龙.SRM基准测试中工作负载定制与性能评估[J].软件导刊.2019
[3].马进全,赵利江,张生鹏.青海省卫星导航定位基准站网关键技术与性能测试[J].地理信息世界.2019
[4]..思博伦CloudScore:对云基础设施性能进行基准测试和对比[J].电信网技术.2017
[5].熊文.大数据系统基准测试和性能优化关键技术研究[D].中国科学院大学(中国科学院深圳先进技术研究院).2017
[6].陈裕汉,邱云峰,倪津,张辉,施昆.全球导航卫星系统连续运行基准站系统运行性能测试研究[J].地矿测绘.2017
[7].彭展,李密,惠军华,杨楠,郑寇全.大数据中心集群异构网络基准性能测试方法[J].电信快报.2017
[8].揣立武.Hadoop平台基准性能测试工具的设计与实现[D].哈尔滨工业大学.2015
[9].张新玲,颜秉珩.Hadoop平台基准性能测试研究[J].软件导刊.2015
[10].刘晴.西班牙电信和博科在联合参考实验室测试中为NFV部署和性能建立基准[J].计算机与网络.2014