劉 鎮(zhèn)，尚艷羽

(江蘇科技大學計算機科學與工程學院，江蘇鎮(zhèn)江212003)

隨著網(wǎng)絡應用的日益廣泛，C/S模式存在中心化、負載不均衡等問題，已不能滿足人們的要求.P2P模式具有節(jié)點對等，去中心化，資源利用率高，負載均衡，健壯性良好等優(yōu)點，很好地解決了C/S模式的瓶頸.目前P2P模式已廣泛應用于多類服務中，文獻［1］中提出一種P2P模式下的結構化存儲系統(tǒng);文獻［2］中采用P2P方式實現(xiàn)無線網(wǎng)格網(wǎng)絡中的資源共享;文獻［3］中提出了在流媒體中的應用;SUN公司開發(fā)了用于開發(fā)面向分布式服務的P2P應用平臺JXTA［4］.這些面向服務的P2P模式的發(fā)展順應了網(wǎng)絡應用服務化的發(fā)展方向，但其在互操作性、服務重用性、耦合度以及服務組合控制上有待進一步研究.

面向服務架構(service oriented architecture，SOA)以其互操作、服務可重用、可組合、松耦合等設計理念越來越受到研究人員以及企業(yè)的青睞［5］.近年來，在國內(nèi)由銳易特、東方通、金蝶等推出的ESB中間件產(chǎn)品更推動了SOA的廣泛應用［6］.然而，其服務的注冊、發(fā)布、發(fā)現(xiàn)以及管理和組合過程都是基于中心ESB控制方式，極大地限制了系統(tǒng)的靈活性.

Petri-net［7］是簡單的過程模型，適合于描述異步的、并發(fā)的計算機系統(tǒng)模型.良好的流程描述和控制優(yōu)勢使其廣泛應用到工作流管理［8］、并行程序設計［9］等方面.

文中在P2P模式下設計分布式的SOA，對基于JXTA的注冊、管理進行研究，為實現(xiàn)分布式服務提供模型;對服務組合策略進行研究，結合P2P模式的分布式、負載均衡的特點，借鑒Petri-net中對工作流的描述和控制的思想，設計適合分布式SOA模式的分布式協(xié)同控制方式的服務組合策略;在該控制模式下，針對同一功能的原子服務可多個節(jié)點存在的特點，文中采用改進的遺傳算法［10－11］對這些不同性能、不同特點的節(jié)點進行選擇，使得組合最優(yōu)，改善傳統(tǒng)的隨機選擇方法對服務質量的影響，在提供最優(yōu)組合服務的同時響應時間也最短.

1 基于P2P的分布式SOA模型

文中在P2P模式下，以分布式方式實現(xiàn)ESB的集中注冊、管理，系統(tǒng)結構部署如圖1.其基本思想是在JXTA支持下，將整個系統(tǒng)中的節(jié)點劃分成組，每個組(peer group)內(nèi)至少有一個中心(super peers)來完成組內(nèi)節(jié)點及服務的注冊、搜索、監(jiān)測、管理等功能，并保證與其他super peer間的連通性.系統(tǒng)中的每個節(jié)點可以同時屬于多個組，提供多種服務.

圖1 系統(tǒng)結構部署Fig.1 System architecture deployment diagram

系統(tǒng)中的節(jié)點按照其在提供服務中扮演的角色，主要分為超級節(jié)點super peer和普通節(jié)點peer兩類，主要結構如圖2所示.每個新加入系統(tǒng)的節(jié)點首先與super peer建立連接，進行身份驗證，確保注冊節(jié)點的真實性和有效性，然后注冊節(jié)點信息(PeerInformation)，包括節(jié)點名稱、IP地址等.super peer會為該節(jié)點分配一個ID，保存該節(jié)點信息.最后節(jié)點發(fā)布自身提供的服務信息(ServiceInformation)，包括模塊類ID、服務類型、參數(shù)要求以及其他信息，并注冊到注冊中心.此外，注冊中心還維護服務的質量信息(QualityInformation)，如響應時間、是否在線、成功率等.管理服務主要通過監(jiān)測模塊監(jiān)測節(jié)點、服務的狀態(tài)來管理注冊表中的信息.組合服務可以被遞歸定義為原子服務和組合服務的集合，根據(jù)設計者設計的服務組合，搜索相關的原子服務，并選擇出最優(yōu)的，將工作流狀態(tài)轉化為一個可稱為路由表的表格，提供增殖服務.

路由控制器用于監(jiān)控路由表狀態(tài)，參數(shù)處理器用于處理、分配參數(shù).原子服務是一個獨立的可訪問的應用，它并不顯式依賴其他原子服務，它是已經(jīng)存在的服務，其執(zhí)行完全由服務提供者負責.

圖2 super peer與普通peer主要結構Fig.2 Main structure of super peer and ordinary peer

2 分布式協(xié)同組合服務控制

在傳統(tǒng)的服務組合中，集中式的工作流控制模式大多被采用，其中心壓力比較大，嚴重阻礙分布式系統(tǒng)的性能提升.Petri-net采用過程模型來表示和控制工作流，監(jiān)視整個過程的狀態(tài)和執(zhí)行.借鑒該思想，在文中提出的分布式面向服務模型中，將工作流以狀態(tài)路由形式表示，利用同步機制實現(xiàn)路由的實時更新和監(jiān)控.

路由表中包括前置信息和后置信息.前置信息為進入下一個狀態(tài)所需要的條件集，包括前節(jié)點ID(p_peerid)、原子服務的模塊類ID(p_mcid)、原子服務描述(desc)、服務輸出參數(shù)信息(p_parm)、服務狀態(tài)(state);后置信息為下一步要進入的狀態(tài)集，包括節(jié)點ID(n_peerid)、原子服務模塊類ID(n_mcid)、調用管道信息(pipe)、輸入?yún)?shù)信息(n_parm).

當所有的前置信息服務狀態(tài)全為true時才能進入到對應的后置信息中的狀態(tài).用組合服務模塊類標識來標識不同組合服務的路由表(cs－id).該表在參與提供服務的節(jié)點之間同步共享，由路由控制器來控制.處理過程如下:

1)根據(jù)接收到的路由標識，由路由控制器找到對應的路由表，確定當前狀態(tài);

2)由參數(shù)處理器對接收到的參數(shù)進行處理，滿足下一跳路由參數(shù)要求;

3)將處理結果以及路由標識發(fā)送給下一個節(jié)點，修改路由表中對應的狀態(tài)，設為true，并同步到其他節(jié)點所對應的路由表中.這樣就避免了在分支、重復調用或循環(huán)的情況下因不知該執(zhí)行哪條路由而進入僵持狀態(tài)或產(chǎn)生錯誤執(zhí)行;

4)下一個節(jié)點做同樣的處理，直至執(zhí)行到路由表中的最后一條路由.

3 基于遺傳算法的服務組合優(yōu)化

文中的分布式服務提供和控制模型中，允許多個不同性能的節(jié)點提供相同功能的原子服務，如何對這些節(jié)點選擇，使得組合能夠在提供最優(yōu)服務的同時響應時間也最短，文中采用改進的遺傳算法予以解決.

假設一個組合服務由n個原子服務組成，通過搜索，得到m(n≤m)個可提供這n個服務功能的原子服務，按照搜索到的原子服務的功能，將m個原子服務劃分為n組，每組形成1個基因片段，在每一次算法操作中，保證每個基因片段中有且只有1位為“1”，保證每類原子服務都會被選到，避免出現(xiàn)非法解.

改進的算法如下:

1)個體編碼:將這m個原子服務表示成二進制符號串，形式為:a1a2a3…ai…am.

用以下輔助數(shù)據(jù)結構來表示得到的n個片段:

則a1a2a3…ai…am串中應有n個1，每個片段中有且只有1位為“1”.

2)生成初始化群體:設置進化代數(shù)計數(shù)器t=0，設置最大進化代數(shù)T.結合數(shù)組Gene_Seg，采用隨機的方法，在保證每個基因片段中僅初始化1位為“1”的情況下產(chǎn)生初始化種群.

3)適應度計算:文中將目標函數(shù)定義為帶寬、吞吐量、響應時間.個體適應度設置為目標函數(shù)中帶寬、吞吐量、響應時間的倒數(shù)的和.

4)選擇:采用與適應度成正比的概率來確定各個體復制到下一代群體中的數(shù)量，其具體操作過程為:①計算出群體中所有個體的適應度的總和，Σfi(i=1，2，…，m);②計算出每個個體的相對適應度的大小fi/Σfi，即每個個體被遺傳到下一代群體中的概率;③每個概率值組成一個區(qū)域，全部概率值之和為1;④最后再產(chǎn)生一個0到1之間的隨機數(shù)，依據(jù)該隨機數(shù)出現(xiàn)在上述哪一個概率區(qū)域內(nèi)來確定各個體被選中的次數(shù)，選擇的總次數(shù)等于種群大小.

5)交叉運算:文中采用單點交叉的方法，但是為了保證每類原子服務的數(shù)目不變，交叉點的選擇不能破壞功能塊的完整性.其具體操作過程為:①對群體進行隨機配對;②根據(jù)二進制串的長度n，隨機設置交叉位置j，j為［1，n－1］上的一個整數(shù);③最后再相互交換配對染色體之間的部分基因.假設交叉點位于第k個基因片段內(nèi)，則前k個基因片段保持不變，在第k+1個片段內(nèi)開始交換.交叉前為:

a1a2a3…aiai+1…ai+Length… anb1b2b3…bibi+1…bi+Length…bn

交叉后為:a1a2a3…aibi+1…bi+Length… anb1b2b3…biai+1…ai+Length…bn

ai+1…ai+Length，bi+1…bi+Length代表兩個串的第 k+1個基因片段.

6)變異運算:文中采用基本位變異的方法來進行變異運算，其具體操作過程為:①確定各個體的基因變異位置，可采用隨機方法產(chǎn)生變異點位置;②依照某一概率(突變概率Pm)將變異點的原有基因值取反，Pm的取值如果選的太大，則進化過程無意義可言，接近于隨機選擇過程;如果選的太小，則收斂太早，容易陷入局部最優(yōu)，本文中實驗的Pm取0.1;③為了保證在變異過程中整個種群所有的基因片段中“1”的數(shù)目不變，每個個體變異后要檢查、修正字符串中“1”的數(shù)目，保證不發(fā)生變化.

7)終止判斷:記錄進化代數(shù)，并判斷是否滿足終止條件，若滿足，則輸出結果，否則轉向3)繼續(xù)執(zhí)行.終止條件如下:①某個體適應度值達到目標函數(shù)的要求;②達到指定的進化代數(shù);③當前種群中最大適應度值與以前各代中最大適應度值相差不大，進化效果不明顯.

4 性能分析

在文中設計的分布式服務模型中，分別采用隨機選擇方法和文中設計的遺傳算法，進行組合服務性能測試，比較二者之間的差異，驗證本文方法的可行性.

設組成組合服務的原子服務個數(shù)n的范圍為10～50，每個原子服務的候選原子服務個數(shù)為10時，隨著n的變化，用文中設計的分布式模型求響應時間的平均值，得曲線圖(圖3).

圖3 不同n下的響應時間曲線Fig.3 Curve of response time under different n

設n=10，m變化，得到平均響應時間曲線圖(圖4).

圖4 不同m下的響應時間曲線Fig.4 Curve of response time under different m

從圖3，4中曲線的升高幅度可以看出，當規(guī)模不斷增大時，遺傳算法的時間開銷增加遠遠小于隨機算法的時間代價.

用n個原子服務的目標函數(shù)的總和來衡量服務的質量，在不同的規(guī)模中(一組(n，m)的范圍是(5，10)，(10，20)，(10，30)，(15，50)，(20，100))，兩種方法的服務組合的效率如圖5.采用遺傳算法求解的服務組合效率明顯高于隨機方法的服務組合.

圖5 不同規(guī)模下服務組合效率曲線Fig.5 Efficiency curve of service combination under different scale

5 結論

文中在P2P模式下，借鑒SOA思想設計服務提供模式，實現(xiàn)服務可重用、可組合，系統(tǒng)松耦合、互操作;借鑒Petri-net對工作流的描述和控制思想，結合P2P分布式的特點設計分布式協(xié)同控制模式，實現(xiàn)組合服務監(jiān)控，擺脫中心控制的缺陷;最后采用遺傳算法對組合優(yōu)化，提高組合服務質量.整體上對提高分布式服務系統(tǒng)性能有著深遠的意義.

References)

［1］ Avinash L，Malik P.Cassandra:structured storage system on a P2P network［C］∥Proceedings of the 28th ACM Symposium on Principles of Distributed Computing.［S.l.］:ACM，2009.

［2］ Canali C，Renda M E，Santi P，et al.Enabling efficient peer-to-peer resource sharing in wireless mesh networks［J］.IEEE Transactions on Mobile Computing，2010，9(3):333－347.

［3］ Wu C，Li B，Zhao S.Diagnosing network-wide P2P live streaming inefficiencies［J］.ACM Transactions on Multimedia Computing，Communications，and Applications，2012，8(1S):13.

［4］ Barolli L，Xhafa F.Jxta-overlay:A P2P platform for distributed，collaborative，and ubiquitous computing［J］.IEEE Transactions on Industrial Electronics，2011，58(6):2163－2172.

［5］ 張朝暉，徐立臻，董逸生，等.一種基于SOA的企業(yè)集成平臺［J］.計算機工程，2011，37(5):258－260.Zhang Zhaohui，Xu Lizhen，Dong Yisheng，et al.SOA-based enterprise integration platform［J］.Computer Engineering，2011，37(5):258 －260.(in Chinese)

［6］ 管紅杰，王珂，江海峰，等.SOA架構的工作流管理系統(tǒng)的研究與應用［J］.計算機工程與設計，2011，32(5):1654－1657.Guan Hongjie，Wang Ke，Jiang Haifeng，et al.Research and application of workflow management system based on SOA［J］.Computer Engineering and Design，2011，32(5):1654－1657.(in Chinese)

［7］ 陳慧靈，王憲增，鄒寬城.基于 Petri網(wǎng)的工作流過程建模［J］.計算機工程與科學，2008，30(5):92－94.Chen Huiling， Wang Xianzeng， Zou Kuancheng.Workflow process modeling based on Petri nets［J］.Computer Engineering and Science，2008，30(5):92－94.(in Chinese)

［8］ Du Q.The research of Petri net-based workflow［C］∥International Conference on Electrical and Control Engineering.［S.l.］:IEEE，2011:4171 －4172.

［9］ 李文敬，廖偉志，元昌安，等.高級Petri網(wǎng)并行化預處理方法的研究［J］.廣西大學學報:自然科學版，2013，38(5):1100－1107.Li Wenjing，Liao Weizhi，Yan Changan，et al.Pretreatment method of senior Petri nets parallelization［J］.Journal of Guangxi University:Natural Science E-dition，2013，38(5):1100 －1107.(in Chinese)

［10］ 邊霞，米良.遺傳算法理論及其應用研究進展［J］.計算機應用研究，2010，27(7):2425－2429.Bian Xia，Mi Liang.Development on genetic algorithm theory and its applications［J］.Application Research of Computers，2010，27(7):2425 －2429.(in Chinese)

［11］ 張成文，蘇森，陳俊亮.基于遺傳算法的 QoS感知的 Web服務選擇［J］.計算機學報，2006，29(7):1029－1037.Zhang Chengwen，Su Sen，Chen Junliang.Genetic algorithm on Web services selection supporting QoS［J］.Chinese Journal of Computers，2006，29(7):1029 －1037.(in Chinese)