【摘 要】
：
微服务架构将应用程序划分为一组松散耦合的细粒度服务,这些服务相互协作形成了多条存在交叉的微服务链。合理地为服务分配资源,能够有效解决服务链交叉带来的资源竞争问题,同时也是任务调度过程中提高资源利用率、降低任务响应时间的关键。而现有的研究中往往忽视或简化了服务链交叉访问微服务时产生的冲突问题,导致系统调度效果差。本文针对以上问题,从系统建模和调度算法两方面进行了优化研究,具体工作如下:（1）为准确预
论文部分内容阅读
微服务架构将应用程序划分为一组松散耦合的细粒度服务,这些服务相互协作形成了多条存在交叉的微服务链。合理地为服务分配资源,能够有效解决服务链交叉带来的资源竞争问题,同时也是任务调度过程中提高资源利用率、降低任务响应时间的关键。而现有的研究中往往忽视或简化了服务链交叉访问微服务时产生的冲突问题,导致系统调度效果差。本文针对以上问题,从系统建模和调度算法两方面进行了优化研究,具体工作如下:（1）为准确预测微服务架构中服务的资源消耗情况和任务执行的时间开销,构建了基于微服务链的系统资源模型和任务请求的响应时间模型,采用关系矩阵表示系统中服务链的调用关系。为综合考虑系统资源利用率以及处理请求的全局响应时间,构建了微服务链任务调度的多目标优化模型,为后续提出的调度算法以及系统实现高效准确的跨链调度管理提供精准的模型支撑。（2）为解决传统调度策略在跨链调度时存在的资源竞争与响应时间长的问题,以上述多目标优化模型为基础,综合了蚁群算法并行计算与模拟退火算法局部搜索力度大的优势,提出了一种面向交叉微服务链的任务调度算法（Chain-oriented Task Scheduling Algorithm,COTSA）。该算法首先采用树形结构生成微服务可执行序列的解空间,其次使用质量评估函数衡量解空间中可行解的优越性,以确保蚁群信息素矩阵更新的有效性,最后在迭代过程中根据多目标的启发式信息提高最优路径的选择概率。每次迭代结束后根据当前可行解生成一个邻域解空间,并利用模拟退火算法较强的局部搜索能力在该空间内进行扰动产生新的可行解,若优于当前最优解则将当前解更新为新解,反之则以一定的概率接受新解,避免蚁群算法陷入局部最优。本文通过实验阐述了系统模型和COTSA中关键参数对优化目标和算法性能的影响,并对实验结果进行了分析,同时与先来先服务算法（First Come First Service,FCFS）和传统的蚁群算法（Ant Colony Optimization,ACO）进行了比较。在资源利用率方面,COTSA优于FCFS算法和ACO算法;在任务的全局响应时间方面COTSA低于ACO算法,当请求量高于300时优于FCFS算法。实验结果表明本文提出的COTSA算法在解决多条服务链争夺物理资源的问题上取得了较好的效果。
其他文献
自2018年李克强总理提出“互联网+政务服务”概念以来,国内的政务智能问答系统不断涌现。但是大多数的政务问答系统都是基于知识图谱的检索式问答,由于实体和关系的抽取比较复杂,导致知识图谱的构建需要耗费大量的时间和人力。随着深度学习技术在自然语言处理中的广泛应用,目前也出现了一些基于机器阅读理解的问答系统,但是由于这些机器阅读理解模型结构设计过于简单,只能适用于一些简单问题的回答,对于多跳推理的复杂问
机器人作为一个非常复杂的多输入输出非线性系统,具有强耦合、时变和非线性的动力学特性。目前,在大多数传统的机器人控制系统中,由于各执行机构单独工作,与其它机构之间没有信息交流,从而执行机构之间缺少同步协调性。而多轴系统交叉耦合控制技术的提出为机器人系统协调同步控制问题提供了一个解决方案。目前大多数多轴机器人系统的同步控制都只是达到渐近稳定,而在实际情况中,机器人系统不仅要精确地到达控制目标,其收敛所
时间序列数据是在不同时间上收集到的数据,用于所描述现象随时间变化的情况。这类数据反映了某一事物、现象等随时间的变化状态或程度。时间序列数据在现实生活中广泛存在,例如金融领域中的交易数据和经济统计数据、消费电商领域中的用户浏览和购买数据、医疗领域中的医疗器械的信号记录、天气监测站记录的天气指标数据等这些时间序列数据是相应领域的非常宝贵的数据资源,对这些数据的准确、有效分析和利用能够帮助减小人力成本,
在大气层中,随着飞行器飞行速度的不断提高,飞行器会逐渐面临音障、热障、黑障等重要挑战。临近空间高超声速飞行器在再入大气的过程中,具有很高的飞行马赫数,与背景大气之间产生剧烈的摩擦,进而导致飞行器表面及其周围气体温度急剧上升。高温会导致飞行器表面变形甚至熔化,需要采用新型热防护材料来克服“热障”带来的困扰。在高温的作用下,包覆在飞行器周围的气体会发生热化学电离反应,产生一层“等离子体鞘套”。等离子体
近年来,高速摄像机在军工、航天、医疗和科研等方面的发展引人注目。它可以记录高速运动物体的运动状态,使用高帧率来捕获人类眼球无法观察的高速运动画面,并在采集完成后,通过超慢速回放来观察高速运动物体轨迹。但目前市面上的高帧频摄像机尚不具备长时间工作的能力,原因是高帧率的摄像机往往帧率过大,每秒产生的数据量也随之增大,这给存储系统带来了巨大压力。因此,本文针对高帧频图像实时压缩算法以及FPGA硬件实现展
随着中国航天技术的不断发展,星载嵌入式计算机的系统功能日益复杂,执行的任务形式和种类越来越多样,在计算和存储资源受限的背景下,如何对其存储的数据进行高效的分析和管理成为了新的挑战。SQLite数据库是一种直接嵌入到应用程序中、零配置、轻量、高效的软件,能够很好地解决单一文件系统对大量数据的统计分析能力不足的问题,有效降低应用开发的复杂度,提高应用程序的性能和稳定性。本论文以实际项目需求为背景,结合
作为无线通信系统的重要组成部件的天线,其宽带化研究显得尤为重要。近几十年来,微带天线的发展极大推动了天线事业的进步,然而其进一步发展受限于较窄带宽。而近年来,一种直接以超表面作为辐射体的天线发展迅猛,其具备微带天线的低剖面等众多优点,还相比微带天线有着更加丰富的模式和更宽的带宽。尤其是在引入特征模理论来预测模式和指导馈电结构设计之后,超表面天线在宽带等多个方面取得了长足进步。然而,这类天线的馈源还
染色质三维结构在基因调控、DNA复制、DNA损伤修复及疾病中起到关键作用,通过折叠将线性基因组上本不相邻的基因位点拉近从而支持远程交互发生。为从全基因组层面研究染色质空间结构与调控关系,高通量染色体构象捕获技术（High-through chromosome conformation capture,Hi-C）应运而生。通过对细胞系中蛋白介导的邻近DNA片段高通量测序,获得全基因组范围内染色质相互
本文利用集成学习算法来解决辐射源识别问题,针对分类器设计过程中常见的特征选择、信噪比变化、新辐射源样本这三个问题,给出了相应的解决方案,并通过仿真实验证明方案的有效性。为了解决更复杂的辐射源识别问题,分类器中必须引入更多的辐射源特征,这会导致信号处理流程的负担过重;而且特征向量维度的增加容易在分类器的训练过程中造成计算量大幅度提高,由于集成学习算法由许多个基分类器构成,计算量对算法的影响会更加明显
视觉目标跟踪是计算机视觉的核心问题之一。基于孪生网络的判别式深度学习方法在单目标跟踪领域取得了优越的性能,但是为了保证跟踪速度,主流的跟踪器普遍采用常规卷积主干网络,导致模型在跟踪精度上有所损失。针对现有跟踪器未能有效挖掘目标特征的缺陷,本文引入注意力机制,构造了自注意力和空间注意力模块实现判别学习和特征融合,在不显著增加额外计算量的同时提升了单目标跟踪模型的性能。此外,针对多目标跟踪中基于中心点