莫麗麗

摘 要： 提出了一種基于云存儲(chǔ)模型的農(nóng)業(yè)虛擬服務(wù)平臺(tái)架構(gòu)，用于整合各種農(nóng)業(yè)信息資源，提供統(tǒng)一的海量農(nóng)業(yè)信息存儲(chǔ)、高性能計(jì)算、軟件和數(shù)據(jù)共享服務(wù)。分析、設(shè)計(jì)了資源申請(qǐng)解析和虛擬資源預(yù)留分配兩個(gè)核心模塊，提出了一種樹(shù)型虛擬資源分配策略算法。給出了原型系統(tǒng)的部署方案。通過(guò)實(shí)驗(yàn)證明了該體系架構(gòu)的可行性。

關(guān)鍵詞： 云存儲(chǔ)； 農(nóng)業(yè)信息化； 服務(wù)平臺(tái)； 虛擬

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2013）08-05-03

0 引言

目前農(nóng)業(yè)信息網(wǎng)絡(luò)體系己初步建成，各種農(nóng)業(yè)數(shù)據(jù)信息呈指數(shù)級(jí)快速增長(zhǎng)，包括：遙感數(shù)據(jù)、氣象數(shù)據(jù)、作物生長(zhǎng)模擬、數(shù)字媒體等方面，數(shù)據(jù)量已達(dá)到PetaByte級(jí)，信息存儲(chǔ)維護(hù)及數(shù)據(jù)管理成本也隨之增大，而且農(nóng)業(yè)資源呈現(xiàn)分散、異構(gòu)、自治等特征，形成了彼此獨(dú)立的“信息孤島”[1-2]。隨著數(shù)據(jù)挖掘、基因分析等農(nóng)業(yè)電子信息領(lǐng)域計(jì)算量的增大，使得對(duì)硬件的需求量增大，這導(dǎo)致了科研投入的增加。

基于上述農(nóng)業(yè)信息化的特點(diǎn)，可建立一個(gè)公共的服務(wù)平臺(tái)，集中提供各種軟件資源、格式統(tǒng)一的數(shù)據(jù)存儲(chǔ)、高性能計(jì)算，以實(shí)現(xiàn)信息共享、節(jié)省軟硬件資源、提高利用率，用戶通過(guò)登錄服務(wù)平臺(tái)，便可迅速得到所需的應(yīng)用環(huán)境，而不必考慮資源購(gòu)置、維護(hù)、環(huán)境部署等問(wèn)題。

云存儲(chǔ)是一個(gè)以數(shù)據(jù)存儲(chǔ)和管理為核心的系統(tǒng)，與目前網(wǎng)格計(jì)算中因資源分散而易受帶寬及資源供給方不確定因素影響不同[3]，其強(qiáng)調(diào)存儲(chǔ)及計(jì)算資源集中化、規(guī)模化。目前云存儲(chǔ)在農(nóng)業(yè)方面還沒(méi)有相關(guān)的研究及應(yīng)用[4]，本文基于云存儲(chǔ)技術(shù)研究一種農(nóng)業(yè)信息虛擬服務(wù)平臺(tái)架構(gòu)，研究設(shè)計(jì)了資源申請(qǐng)解析和虛擬資源分配模塊，提出了基于分類的樹(shù)型虛擬資源分配算法，規(guī)范了資源的使用并提高了效率，建立了原型系統(tǒng)，通過(guò)對(duì)資源的分配預(yù)留，模擬數(shù)據(jù)的存儲(chǔ)共享和并行計(jì)算的實(shí)驗(yàn)，證明了架構(gòu)的可行性。

1 云存儲(chǔ)的農(nóng)業(yè)虛擬服務(wù)平臺(tái)設(shè)計(jì)

1.1 功能描述

基于云存儲(chǔ)的農(nóng)業(yè)虛擬服務(wù)平臺(tái)，提供了一個(gè)集中海量信息存儲(chǔ)、科學(xué)計(jì)算、信息共享的空間。

在物理資源方面，用戶使用的不再是現(xiàn)有物理資源，而是借助于平臺(tái)VMware、Xen等虛擬化軟件在云端大量商用計(jì)算機(jī)組成機(jī)群[5-7]構(gòu)建出來(lái)的一臺(tái)或多臺(tái)虛擬服務(wù)器，在完成需要的CPU、內(nèi)存、存儲(chǔ)空間申請(qǐng)后，便可進(jìn)行存儲(chǔ)、計(jì)算、數(shù)據(jù)共享等工作。

在信息數(shù)據(jù)方面，可實(shí)現(xiàn)同一地點(diǎn)集中存儲(chǔ)，方便信息的管理、信息格式的統(tǒng)一和信息共享。

在軟件資源方面，集合各種軟件資源，建立統(tǒng)一的相互訪問(wèn)的接口標(biāo)準(zhǔn)，達(dá)到易集成、費(fèi)用低、高性能的效果。

在計(jì)算資源方面，根據(jù)需求提供虛擬化的CPU、內(nèi)存及并行計(jì)算、云計(jì)算服務(wù)，節(jié)省硬件資源，提高計(jì)算速度。

1.2 平臺(tái)架構(gòu)

云存儲(chǔ)的農(nóng)業(yè)虛擬服務(wù)平臺(tái)是由物理層、基礎(chǔ)層、管理層和訪問(wèn)層四層組成，其中基礎(chǔ)層和管理層構(gòu)成系統(tǒng)的云存儲(chǔ)服務(wù)平臺(tái)體系架構(gòu)的核心，如圖1所示。

物理層：由服務(wù)器集群和存儲(chǔ)陣列集群組成，是平臺(tái)最基礎(chǔ)的部分。物理層中的服務(wù)、存儲(chǔ)設(shè)備由于數(shù)量龐大，可分布多不同地域，彼此之間光纖通道網(wǎng)絡(luò)連接在一起。

基礎(chǔ)層：通過(guò)節(jié)點(diǎn)狀態(tài)監(jiān)控模塊、分布式文件管理系統(tǒng)模塊、云計(jì)算模塊，實(shí)現(xiàn)云存儲(chǔ)中多個(gè)存儲(chǔ)設(shè)備之間的協(xié)同工作，使多個(gè)的存儲(chǔ)設(shè)備可以對(duì)外提供同一種服務(wù)，提供高速的數(shù)據(jù)訪問(wèn)性和分布式計(jì)算能力；通過(guò)虛擬機(jī)服務(wù)模塊的虛擬化技術(shù)，整合使用大量的虛擬資源，為用戶提供PaaS（Platform as a Service），SaaS（Software as a Service）服務(wù)[8]。通過(guò)數(shù)據(jù)壓縮、加密、備份模塊確保云中數(shù)據(jù)的私有性、安全性及容錯(cuò)性。

管理層：解析用戶的資源申請(qǐng)內(nèi)容，提供公有、私有編程接口及web2.0共享服務(wù)，用戶登錄認(rèn)證及使用權(quán)限的管理、云存儲(chǔ)中虛擬資源的預(yù)留及分配。

訪問(wèn)層：分為農(nóng)業(yè)研究機(jī)構(gòu)、農(nóng)業(yè)企事業(yè)單位和個(gè)人空間三種訪問(wèn)類型，根據(jù)訪問(wèn)規(guī)模，每種類型所擁有的資源訪問(wèn)和使用權(quán)限不同。

1.3 模塊設(shè)計(jì)

⑴ 資源申請(qǐng)解析模塊

資源申請(qǐng)解析模塊是解釋并執(zhí)行用戶申請(qǐng)資源腳本的程序。為了減少用戶申請(qǐng)資源的復(fù)雜程度，模塊采用插件化設(shè)計(jì)，關(guān)鍵字驅(qū)動(dòng)腳本技術(shù)，由服務(wù)端建立的功能函數(shù)庫(kù)將腳本語(yǔ)句逐步分解。

資源申請(qǐng)解析模塊結(jié)構(gòu)如圖2所示，其中驅(qū)動(dòng)和執(zhí)行是兩個(gè)核心部分。驅(qū)動(dòng)部分中，腳本選擇器用來(lái)檢查用戶提交命令的正確性，解釋命令并產(chǎn)生執(zhí)行列表，執(zhí)行模塊根據(jù)列表去執(zhí)行腳本；控制器根據(jù)用戶腳本的需求切換資源環(huán)境，并根據(jù)腳本列表中的每個(gè)腳本的運(yùn)行時(shí)限來(lái)控制資源使用時(shí)間，把狀態(tài)結(jié)果發(fā)給日志記錄模塊。執(zhí)行部分將每一個(gè)資源申請(qǐng)的結(jié)果返回給驅(qū)動(dòng)部分，定義三種結(jié)果狀態(tài)“PASS、ABORT、FAIL”，把執(zhí)行過(guò)程及結(jié)果記錄到日志中。

現(xiàn)有的統(tǒng)一分配、無(wú)規(guī)則調(diào)度等方法不適用于云存儲(chǔ)平臺(tái)大規(guī)模集中資源的分配，會(huì)造成效率偏低、資源使用混亂，因此本文提出一種基于用戶分類的樹(shù)型結(jié)構(gòu)資源統(tǒng)計(jì)、管理分配算法。

設(shè)用戶申請(qǐng)的資源最小單位為Slot，可用一個(gè)三元組（C，M，H）表示[9]，其中C代表CPU大小，M代表內(nèi)存總數(shù)，H代表硬盤總?cè)萘俊蝹€(gè)物理服務(wù)器可以應(yīng)用的虛擬資源數(shù)為Si。

申請(qǐng)資源可用一個(gè)四元組表示為R（D，N，T1，T2），其中D描述申請(qǐng)者的所屬關(guān)系，N表示申請(qǐng)資源總數(shù)，T1和T2表示資源使用的開(kāi)始和終止時(shí)間。

把云存儲(chǔ)端資源總數(shù)N，劃分用戶類型為{R1，R2，…，Ri}，每個(gè)Ri內(nèi)按照使用類別不同可劃分成ri個(gè)成員，成員可繼續(xù)劃分成rij個(gè)子成員。

本文設(shè)定兩條規(guī)則。規(guī)則1：資源獲取預(yù)留方式為，只有頂層消費(fèi)實(shí)體才能進(jìn)行資源預(yù)留，其子成員只是在邏輯上預(yù)留上層資源，那么就形成一個(gè)自頂向下資源逐漸分散的樹(shù)型結(jié)構(gòu)，如圖3所示；規(guī)則2：成員在沒(méi)有完全利用預(yù)留資源的情況下，借出閑置的剩余資源，給同屬上層實(shí)體的同級(jí)或下級(jí)用戶，在預(yù)留資源緊張的情況下也可借入閑置資源。

基于上述架構(gòu)，如圖4所示，部署客戶端主機(jī)一臺(tái)用于提交數(shù)據(jù)即申請(qǐng)計(jì)算資源，后端為一臺(tái)Linux系統(tǒng)服務(wù)器，作為云存儲(chǔ)虛擬服務(wù)主機(jī)。登錄審查模塊、資源申請(qǐng)解析模塊、虛擬資源預(yù)留分配模塊及Web2.0服務(wù)模塊為管理層[10]，HDFS文件系統(tǒng)及LSF4.0集群作業(yè)管理系統(tǒng)為基礎(chǔ)層。HDFS文件系統(tǒng)為開(kāi)源的大型數(shù)據(jù)分布式文件系統(tǒng)，LSF4.0為分布式計(jì)算公司Platform開(kāi)源的集群作業(yè)管理系統(tǒng)，通過(guò)該系統(tǒng)提供的API與資源申請(qǐng)解析模塊和虛擬資源預(yù)留分配模塊通信，本文用以管理云存儲(chǔ)端服務(wù)器集群及向集群提交作業(yè)[11-12]。物理層則由兩組，共100臺(tái)服務(wù)器組成作為微型云存儲(chǔ)端，并按每個(gè)虛擬資源Slot包含（1G CUP，1G內(nèi)存，20G存儲(chǔ)）劃分虛擬服務(wù)資源，根據(jù)公式⑵得到虛擬資源總數(shù)為200個(gè)Slot。

2.2 實(shí)驗(yàn)

實(shí)驗(yàn)重點(diǎn)為：虛擬資源的分配預(yù)留功能；數(shù)據(jù)的存儲(chǔ)、共享功能；資源的動(dòng)態(tài)借入、并行計(jì)算功能。

實(shí)驗(yàn)步驟為：

⑴ 分別以R1{R1，test，60slot，02：22：00，02：25：08}、R2{R2，test，80slot，02：22：00，02：26：00}、R3{R3，test，40slot，02：27：00，03：01：08}、R4{R4，test，200slot，02：23：00，02：23：08}順序申請(qǐng)預(yù)留資源。

⑵ 以R1下層用戶r1登錄，申請(qǐng)30個(gè)Slot資源{r1，test，30slot，02：23：00，02：25：00}，提交20G數(shù)據(jù)流分類數(shù)據(jù)并設(shè)置共享。

⑶ 以r1下層用戶r11登錄，申請(qǐng)1個(gè)Slot資源{r11，test，1slot，02：23：00，02：24：00}，并安裝工具軟件weka對(duì)r1提交的20G數(shù)據(jù)進(jìn)行數(shù)據(jù)分類挖掘。

由圖5可以看出R1、R2、R3預(yù)留資源成功，R4由于預(yù)留資源時(shí)間與R1、R2沖突，超出了虛擬資源總數(shù)而預(yù)留失敗。

圖6為通過(guò)Load Runner測(cè)試工具，對(duì)r11用戶、r1的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘計(jì)算所生成的負(fù)載狀況，采樣間隔時(shí)間為20秒，從圖6中可以看出，隨著負(fù)載量的加大，r11陸續(xù)向其上層節(jié)點(diǎn)r1借出8個(gè)Slot并行作業(yè)，運(yùn)行3小時(shí)后歸還，作業(yè)總耗時(shí)5小時(shí)，這說(shuō)明數(shù)據(jù)完成了共享，并實(shí)現(xiàn)了資源的借入及使用。

實(shí)驗(yàn)結(jié)果顯示原型系統(tǒng)的數(shù)據(jù)共享、并行計(jì)算、虛擬資源管理及分配功能良好，說(shuō)明云存儲(chǔ)虛擬服務(wù)平臺(tái)架構(gòu)是可行的。

3 結(jié)束語(yǔ)

本文建立了基于云存儲(chǔ)的農(nóng)業(yè)虛擬服務(wù)平臺(tái)的構(gòu)架，設(shè)計(jì)了資源申請(qǐng)解析和虛擬資源預(yù)留分配模塊，提出了虛擬資源分配的策略算法。云存儲(chǔ)、云計(jì)算均是新型的計(jì)算模式，能夠?yàn)槊嫦蚴袌?chǎng)的資源管理方式提供強(qiáng)有力的支持。云存儲(chǔ)與進(jìn)化計(jì)算思想的成功結(jié)合拓寬了存儲(chǔ)的應(yīng)用領(lǐng)域，虛擬資源分配策略算法也為計(jì)算的研究進(jìn)行了新的探索和嘗試。為了更加方便地創(chuàng)建云計(jì)算應(yīng)用，拓展其應(yīng)用范圍，還需要開(kāi)發(fā)出更容易使用的編程環(huán)境和編程工具。總的來(lái)說(shuō)，云計(jì)算以其無(wú)可比擬的優(yōu)越性確定了其廣闊的發(fā)展前景，本文的研究?jī)H是這一交叉研究領(lǐng)域的開(kāi)始，如何拓寬算法在優(yōu)化問(wèn)題中的應(yīng)用范圍，以及對(duì)算法迭代過(guò)程的理論分析，都是今后有意義的研究方向。

參考文獻(xiàn)：

[1] 吳華瑞，孫想，趙春江.農(nóng)業(yè)數(shù)據(jù)網(wǎng)格化體系研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2006.22（11）：137-139

[2] 張鳳霞，吳華瑞，楊寶祝.基于構(gòu)件網(wǎng)格的農(nóng)業(yè)專家系統(tǒng)研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2006.27（3）：924-927

[3] Yang Chun-Mei， Wan Bai-Kun， Gao Xiao-Feng. Selectionsof data preprocessing methods and similarity metrics forgene cluster analysis. Progress in Natural Science，2008.16（6）：607-613

[4] Meeds E， Ghahramani Z， Neal R， Sam R. Modeling dyadicdata with binary latent factors .the 11thInternational Conference on Artificial Intelligence andStaticstics. San Juan， Puerto Rico，2007：213-230

[5] A. Chebotko， X. Fei， C. Lin， S. Lu， and F. Fotouhi. Storingand Querying Scientific Workflow Provenance Metadata Usingan RDBMS. the 2nd International Workshop on Scientific Workflows and Business Workflow Standards in e-Science， in conjunction with e-Science， Bangalore，India， December，2007：611-618

[6] A. Chervenak， I. Foster， C. Kesselman， C. Salisbury， S. Tuecke. The Data Grid： Towards an Architecture for the DistributedManagement and Analysis of Large Scientific Datasets. Jrnl. of Network and Computer Applications，2007.23：187-200

[7] Constantinopoulos C， Titsias M K， Likas A. Bayesianfeature and model selection for Gaussianmixture models. IEEE Transactions on Pattern Analysis and MachineIntelligence，2009.28（6）：1013-1018

[8] Jing Zhang， Jianmin Wang， Deyi Li， et al. A New Heuristic Reduct Algorithm Base on Rough Sets Theory. LNCS 2762， pp. Berlin：Springer-Verlag，2003：247-253

[9] Griffiths T L， Ghahramani Z. Infinite latent feature modelsand the Indian buffet process. the Advancesin Neural Information Processing Systems. Vancouver，Canada，2006：475-482

[10] I. Foster， C. Kesselman， S. Tuecke. The anatomy of the Grid：Enabling scalable virtual organization. The Intl. Jrnl. of HighPerformance Computing Applications，2009.15（3）：200-222

[11] I. Foster. "Globus Toolkit Version 4： Software for Service-Oriented Systems." IFIP Int. Conf. on Network and ParallelComputing， Springer-Verlag LNCS 3779，2006：2-13

[12] J. Frey， T. Tannenbaum， I. Foster， M. Livny， and S. Tuecke.Condor-G： A Computation Management Agent for Multi-Institutional Grids. Cluster Computing，2009.5（3）：237-246