侯玉峰,倪 明

(華東計(jì)算技術(shù)研究所 航天產(chǎn)品部,上海 201800)

衛(wèi)星群分布式技術(shù)的研究與實(shí)現(xiàn)①

侯玉峰,倪 明

(華東計(jì)算技術(shù)研究所 航天產(chǎn)品部,上海 201800)

隨著航天技術(shù)的發(fā)展,越來越多的信息需在星上處理,衛(wèi)星群分布式技術(shù)已成為近年來研究的熱點(diǎn). 與地面環(huán)境不同,衛(wèi)星受到體積、功耗、空間輻射等條件的限制,在衛(wèi)星群建立分布式環(huán)境需掌握架構(gòu)設(shè)計(jì)、操作系統(tǒng)、資源管理等關(guān)鍵技術(shù). 針對(duì)以上問題,本文先研究衛(wèi)星群分布式計(jì)算與存儲(chǔ)架構(gòu)、其次研究衛(wèi)星群分布式資源監(jiān)控的實(shí)現(xiàn)過程,最后通過衛(wèi)星群驗(yàn)證系統(tǒng)證明其可行性與優(yōu)越性.

衛(wèi)星; 分布式; 計(jì)算; 存儲(chǔ); 資源監(jiān)控

1 引言

隨著信息技術(shù)的發(fā)展,人們已進(jìn)入了大數(shù)據(jù)時(shí)代,構(gòu)建集群對(duì)海量數(shù)據(jù)進(jìn)行分布式計(jì)算與存儲(chǔ)已成為一種共識(shí),航天衛(wèi)星領(lǐng)域也同樣如此. 構(gòu)建衛(wèi)星群分布式架構(gòu)很有意義,在國(guó)家層面上,面對(duì)紛亂復(fù)雜的周邊形勢(shì),若能實(shí)現(xiàn)衛(wèi)星組網(wǎng)進(jìn)行分布式計(jì)算與存儲(chǔ),便可大幅提高衛(wèi)星能力,擴(kuò)展衛(wèi)星功能,對(duì)國(guó)防偵查、態(tài)勢(shì)感知、地圖導(dǎo)航、通信指揮等起到更大作用. 在公眾層面上,人們可通過移動(dòng)設(shè)備隨時(shí)接入衛(wèi)星網(wǎng)絡(luò),從而享受衛(wèi)星群系統(tǒng)提供的更加精確的實(shí)時(shí)定位、物流追蹤和遙感信息服務(wù). 綜上,通過衛(wèi)星組網(wǎng)進(jìn)行分布式計(jì)算與存儲(chǔ)已成為航天衛(wèi)星領(lǐng)域發(fā)展的必然趨勢(shì)[1].

當(dāng)下地面環(huán)境上的分布式計(jì)算技術(shù)已相當(dāng)成熟,但由于衛(wèi)星所處太空環(huán)境的限制,計(jì)算機(jī)需要高標(biāo)準(zhǔn)的制造要求、低功耗的處理架構(gòu),以及剪裁過的操作系統(tǒng),因而衛(wèi)星群分布式環(huán)境的構(gòu)建與地面有明顯差異[2].

2 衛(wèi)星群分布式架構(gòu)

針對(duì)引言所述問題,本文選擇了八臺(tái)采用ARM體系架構(gòu),搭載銀河麒麟操作系統(tǒng)的國(guó)產(chǎn)飛騰服務(wù)器作為衛(wèi)星計(jì)算機(jī). 整個(gè)集群系統(tǒng)分為天地兩部分,地面共三臺(tái)服務(wù)器,通過電口交換機(jī)互連,其中一臺(tái)模擬管控臺(tái)計(jì)算機(jī),通過搭建django框架,編寫web應(yīng)用程序顯示衛(wèi)星群的信息,剩余兩臺(tái)采用飛騰的存儲(chǔ)服務(wù)器用于模擬數(shù)據(jù)中心. 天上采用五臺(tái)剪裁過的低功耗飛騰服務(wù)器來模擬衛(wèi)星,服務(wù)器間通過光口交換機(jī)互連,模擬衛(wèi)星群的點(diǎn)對(duì)點(diǎn)激光通信過程,天地集群間通過光纖收發(fā)器的光電轉(zhuǎn)化技術(shù)進(jìn)行互連. 集群系統(tǒng)的總體設(shè)計(jì)架構(gòu)如圖1所示.

圖1 衛(wèi)星群總體設(shè)計(jì)架構(gòu)

衛(wèi)星群的分布式架構(gòu)分為存儲(chǔ)和計(jì)算兩部分,分別在2.1節(jié)和2.2節(jié)中介紹.

2.1 衛(wèi)星群分布式存儲(chǔ)架構(gòu)

衛(wèi)星群中的一臺(tái)節(jié)點(diǎn)記作master節(jié)點(diǎn),剩余的四臺(tái)記作slave節(jié)點(diǎn),各節(jié)點(diǎn)的本地文件系統(tǒng),在邏輯上是一個(gè)統(tǒng)一的存儲(chǔ)系統(tǒng). 當(dāng)某臺(tái)衛(wèi)星進(jìn)行存儲(chǔ)時(shí),會(huì)根據(jù)冗余備份機(jī)制,選擇網(wǎng)絡(luò)距離最近的兩個(gè)衛(wèi)星進(jìn)行存儲(chǔ),保持?jǐn)?shù)據(jù)的備份數(shù)為 3. 進(jìn)行存儲(chǔ)時(shí),master節(jié)點(diǎn)運(yùn)行namenode進(jìn)程,負(fù)責(zé)管理衛(wèi)星文件系統(tǒng)的命名空間,維護(hù)文件系統(tǒng)樹,保存命名空間鏡像文件和編輯日志文件,此外還記錄每個(gè)文件中各個(gè)塊的節(jié)點(diǎn)信息.slave節(jié)點(diǎn)運(yùn)行datanode進(jìn)程,是存儲(chǔ)數(shù)據(jù)塊的工作節(jié)點(diǎn),并定期向master節(jié)點(diǎn)發(fā)送它們所存儲(chǔ)的塊列表[3].

衛(wèi)星群采用分布式存儲(chǔ)架構(gòu)后,不僅能夠增大存儲(chǔ)空間,而且可以將監(jiān)測(cè)到的數(shù)據(jù)進(jìn)行冗余備份,增強(qiáng)了數(shù)據(jù)的安全性,存儲(chǔ)備份過程如圖2,箭頭指向?yàn)閿?shù)據(jù)備份的目的地.

圖2 衛(wèi)星群存儲(chǔ)備份示意圖

2.2 衛(wèi)星群分布式計(jì)算架構(gòu)

master節(jié)點(diǎn)從衛(wèi)星群的文件系統(tǒng)取數(shù)據(jù)后,按照指定的大小分成多個(gè)block,接著將block切分成多個(gè)inputsplit傳送到各slave節(jié)點(diǎn)處. 然后各個(gè)slave節(jié)點(diǎn)通過map程序?qū)K進(jìn)行處理,結(jié)果通過combine函數(shù)預(yù)處理后先寫入環(huán)緩沖,緩沖區(qū)溢滿后,再將結(jié)果進(jìn)行分區(qū)、排序、寫磁盤操作. 隨后master節(jié)點(diǎn)通過Reduce程序從衛(wèi)星群的文件系統(tǒng)中取到相應(yīng)的數(shù)據(jù)塊進(jìn)行處理,最后將所有Reduce程序的處理結(jié)果存儲(chǔ)到衛(wèi)星群文件系統(tǒng)中[4-6].

衛(wèi)星群采用分布式計(jì)算架構(gòu)后,通過對(duì)數(shù)據(jù)進(jìn)行分發(fā)和歸約操作使計(jì)算速度加快,計(jì)算流程如圖3.

3 衛(wèi)星群的分布式資源監(jiān)控

資源監(jiān)控是集群部署中的關(guān)鍵組件,具有實(shí)時(shí)、精確、全面的特性,通過采集集群運(yùn)行指標(biāo),展示詳細(xì)的工作狀態(tài). 衛(wèi)星群部署資源監(jiān)控系統(tǒng),一方面是為了保證衛(wèi)星群運(yùn)行穩(wěn)定,讓運(yùn)維人員能第一時(shí)間發(fā)現(xiàn)節(jié)點(diǎn)宕機(jī)、失連等故障,及時(shí)解決問題,從而將損失降到最低. 另一方面也是評(píng)判星上應(yīng)用程序是否高效的一個(gè)重要依據(jù). 衛(wèi)星群的資源監(jiān)控運(yùn)用了Ganglia的原理,所有需要監(jiān)控的衛(wèi)星節(jié)點(diǎn)上運(yùn)行g(shù)mond進(jìn)程,用于收集衛(wèi)星信息,并將這些數(shù)據(jù)以XML格式定時(shí)發(fā)送給主節(jié)點(diǎn). 主節(jié)點(diǎn)運(yùn)行g(shù)metad進(jìn)程,接收各從節(jié)點(diǎn)的數(shù)據(jù),并以rrdtool的形式存放在rrds文件中. 與此同時(shí),主節(jié)點(diǎn)運(yùn)行g(shù)web進(jìn)程,該進(jìn)程通過HTML、PHP、JS等前端技術(shù),讀取監(jiān)控?cái)?shù)據(jù)文件,并將其顯示到瀏覽器中.

圖4 衛(wèi)星群資源監(jiān)控?cái)?shù)據(jù)流圖

執(zhí)行流程如圖4所示,首先修改gmond與gmetad的配置文件,包括設(shè)置衛(wèi)星群信息、存儲(chǔ)信息以及采樣頻率. 配置設(shè)置好后,啟動(dòng) gmond 與 gmetad 進(jìn)程,開始監(jiān)控集群. 集群信息每隔設(shè)定時(shí)間存儲(chǔ)到rrdtool中,對(duì)應(yīng)于master節(jié)點(diǎn)的rrds目錄. 然后通過PHP文件獲取衛(wèi)星群信息,TPL和JS文件進(jìn)行界面的布局,Apache2服務(wù)器和FireFox瀏覽器進(jìn)行代碼解析和前端顯示. 通過使用分布式資源監(jiān)控技術(shù),監(jiān)控衛(wèi)星群的運(yùn)行數(shù)據(jù),從而可對(duì)衛(wèi)星群進(jìn)行性能檢測(cè)、故障維修以及資源分配.

3.1 監(jiān)控指標(biāo)

衛(wèi)星群的監(jiān)控指標(biāo)包括CPU使用率、MEMORY使用率、LOAD負(fù)載率、NET負(fù)載率. 數(shù)據(jù)的計(jì)算方法如下.

(1) CPU 使用率

CPU有內(nèi)核態(tài)、用戶態(tài)和空閑態(tài)三種狀態(tài). 用Cc表示內(nèi)核態(tài),Cu表示用戶態(tài),Ci表示空閑態(tài). 通過命令vmstat的返回值,獲取衛(wèi)星的這三個(gè)數(shù)據(jù)值后,CPU使用率CPUu表達(dá)式如下:

(2) 內(nèi)存空閑率

用Mf表示空閑內(nèi)存量,Mt表示總內(nèi)存量. 通過讀取內(nèi)存文件獲取free屬性值后,內(nèi)存空閑率MEMi表達(dá)式如下:

(3) LOAD 負(fù)載率

進(jìn)程有運(yùn)行態(tài)、就緒態(tài)和阻塞態(tài)三種狀態(tài). 用Pe表示運(yùn)行進(jìn)程數(shù),Pr表示就緒進(jìn)程數(shù),Pb表示阻塞進(jìn)程數(shù). 通過讀取進(jìn)程文件獲取ps各屬性值后,平均負(fù)載率PROr表達(dá)式如下:

(4) 網(wǎng)絡(luò)負(fù)載率

從本星流入流量記作Ni,從本星流出流量記作No,本星網(wǎng)絡(luò)吞吐能力記作Nt,網(wǎng)絡(luò)負(fù)載率NETl表達(dá)式如下:

3.2 存儲(chǔ)結(jié)構(gòu)

衛(wèi)星群的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)為一個(gè)四維數(shù)組. 以CPU的度量數(shù)據(jù)為例,第一維包括user、nice、system、wait、idea 五項(xiàng)指標(biāo). 每項(xiàng)指標(biāo)下有各類信息,其中datapoint存儲(chǔ)一段時(shí)間的數(shù)據(jù),共241個(gè)采樣時(shí)間點(diǎn),每個(gè)采樣時(shí)間點(diǎn)存儲(chǔ)(數(shù)據(jù)值,時(shí)間)的鍵值對(duì). 如圖5所示.

圖5 衛(wèi)星群 CPU 數(shù)據(jù)結(jié)構(gòu)

3.3 運(yùn)行機(jī)制

心跳監(jiān)測(cè)是實(shí)現(xiàn)衛(wèi)星群資源監(jiān)控的運(yùn)行機(jī)制,其中衛(wèi)星主節(jié)點(diǎn)運(yùn)行RecourseManager進(jìn)程,衛(wèi)星從節(jié)點(diǎn)運(yùn)行NodeManager進(jìn)程. 從節(jié)點(diǎn)運(yùn)行一個(gè)循環(huán),每隔一段時(shí)間向主節(jié)點(diǎn)發(fā)送心跳Heartbeat,在此期間,將從節(jié)點(diǎn)采集的數(shù)據(jù)傳送給主節(jié)點(diǎn)[5]. 主節(jié)點(diǎn)接受到心跳的同時(shí),將收集到的數(shù)據(jù)存入 rrdtool中,并發(fā)出 reply. 發(fā)送心跳的函數(shù)為transmitHeartBeat(),接受心跳的函數(shù)為heartbeat()函數(shù),如圖6 所示.

圖6 心跳監(jiān)測(cè)機(jī)制圖

3.4 核心代碼

衛(wèi)星群資源監(jiān)控底層代碼通過調(diào)用gmetad()方法獲取數(shù)據(jù),使用socket與衛(wèi)星主節(jié)點(diǎn)的8652端口進(jìn)行交互,將衛(wèi)星群各節(jié)點(diǎn)的性能指標(biāo),以xml數(shù)據(jù)格式存儲(chǔ)于rrds文件夾內(nèi)[7]. 核心代碼如下:

3.5 改進(jìn)與完善

衛(wèi)星群原有的監(jiān)控界面簡(jiǎn)陋,監(jiān)控指標(biāo)少,且只能進(jìn)行一段時(shí)間的整體監(jiān)控,如圖7.

本人在熟悉監(jiān)控代碼的基礎(chǔ)上,利用js、php、css等技術(shù),完成了對(duì)圖表樣式以及界面的改進(jìn)、并增添了衛(wèi)星實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)監(jiān)控、衛(wèi)星節(jié)點(diǎn)數(shù)據(jù)對(duì)比、衛(wèi)星節(jié)點(diǎn)動(dòng)態(tài)部署等功能. 主要實(shí)現(xiàn)過程如下.

(1) 圖表樣式美化

在test_cluster.js文件中,利用js的jquery技術(shù)獲取了衛(wèi)星群的信息,之后調(diào)用highcharts圖表庫(kù)編寫繪圖函數(shù)draw_line、draw_area、draw_histo、draw_pie,實(shí)現(xiàn)了圖表樣式的美化[8]. 數(shù)據(jù)獲取函數(shù)如下:

圖7 修改前監(jiān)控圖表

效果圖如圖8.

圖8 修改后監(jiān)控圖表

(2) 節(jié)點(diǎn)數(shù)據(jù)對(duì)比功能

通過編寫節(jié)點(diǎn)對(duì)比函數(shù)draw_total,實(shí)現(xiàn)多個(gè)衛(wèi)星節(jié)點(diǎn)的數(shù)據(jù)匯總. 在此圖表內(nèi),可對(duì)比衛(wèi)星主節(jié)點(diǎn)master與任意衛(wèi)星從節(jié)點(diǎn)slave的數(shù)據(jù),以便進(jìn)行衛(wèi)星節(jié)點(diǎn)間的性能分析與評(píng)估[9]. 部分實(shí)現(xiàn)代碼如下:

圖9 節(jié)點(diǎn)對(duì)比圖

(3) 實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)監(jiān)控

test_dynamic.js文件用于動(dòng)態(tài)顯示衛(wèi)星群的實(shí)時(shí)數(shù)據(jù),具體過程見下.

打開受控節(jié)點(diǎn)的gmond.conf文件,參數(shù)collect_every 值為采樣頻率,設(shè)置為 1,time_threshold 值為時(shí)間閾值,設(shè)置為 300. 之后設(shè)置數(shù)據(jù)存儲(chǔ)大小,修改配置語(yǔ)句“RRA:AVERAGE:0.5.1.1:244”,該配置語(yǔ)句表示存儲(chǔ)空間默認(rèn)每15s存一次數(shù)據(jù),共存夠244個(gè)后. 由于采樣頻率已改為1,固須將存儲(chǔ)空間加大,將244修改為3000即可. 隨后將主節(jié)點(diǎn)下的rrds文件夾刪除,重啟衛(wèi)星群后,修改采樣間隔操作即可成功. 最后在test_dynamic.js文件中開啟highcharts的動(dòng)畫屬性animation,開啟方法如下:

動(dòng)態(tài)監(jiān)控效果圖如圖10.

(4) 動(dòng)態(tài)增減節(jié)點(diǎn)

為實(shí)現(xiàn)衛(wèi)星群的動(dòng)態(tài)部署,需添加衛(wèi)星節(jié)點(diǎn)的動(dòng)態(tài)增減功能. 可通過修改hdfs-sites文件,將節(jié)點(diǎn)狀態(tài)從live轉(zhuǎn)換為decommissioned,表示所選衛(wèi)星節(jié)點(diǎn)已與衛(wèi)星群斷開連接. 相關(guān)配置如下:

圖10 實(shí)時(shí)數(shù)據(jù)動(dòng)態(tài)顯示

4 衛(wèi)星群驗(yàn)證系統(tǒng)

4.1 硬件配置

衛(wèi)星硬件配置如表1所示.

表1 衛(wèi)星硬件配置

4.2 應(yīng)用介紹

驗(yàn)證系統(tǒng)包括四個(gè)功能,詞頻統(tǒng)計(jì)、資源監(jiān)控、數(shù)據(jù)恢復(fù)和動(dòng)態(tài)部署與報(bào)警,見表2.

表2 應(yīng)用介紹

4.3 界面遷移

驗(yàn)證系統(tǒng)的界面遷移如圖11所示.

圖11 界面遷移圖

5 實(shí)驗(yàn)結(jié)果

5.1 衛(wèi)星群分布式資源監(jiān)控結(jié)果

衛(wèi)星群資源監(jiān)控整體界面如圖12所示,該監(jiān)控系統(tǒng)可對(duì)衛(wèi)星群進(jìn)行整體、實(shí)時(shí)、單點(diǎn)和不同節(jié)點(diǎn)的對(duì)比監(jiān)控,通過全方位監(jiān)控衛(wèi)星群,保證其安全可靠的運(yùn)行.

圖12 衛(wèi)星群資源監(jiān)控圖

5.2 動(dòng)態(tài)部署與報(bào)警結(jié)果

如圖13所示,選中衛(wèi)星2與與地面三臺(tái)設(shè)備后,這四臺(tái)機(jī)器構(gòu)成一個(gè)星地集群,其他衛(wèi)星被移除集群,并顯示紅色進(jìn)行報(bào)警,選中節(jié)點(diǎn)顯示綠色表示正常運(yùn)行.

5.3 衛(wèi)星群分布式計(jì)算結(jié)果分析

以詞頻統(tǒng)計(jì)的測(cè)試程序?yàn)槔?展示衛(wèi)星群分布式計(jì)算的優(yōu)越性. 用動(dòng)態(tài)部署所選中的星地四臺(tái)節(jié)點(diǎn),對(duì)大小350 Mb的文本文件進(jìn)行詞頻統(tǒng)計(jì)的分布式計(jì)算,用時(shí) 72 s,單機(jī)計(jì)算 242 s,衛(wèi)星群分布式計(jì)算增速三倍有余. 圖14為衛(wèi)星單機(jī)與分布式計(jì)算對(duì)比圖.

衛(wèi)星分布式計(jì)算性能與文件大小關(guān)聯(lián)性見表3.

衛(wèi)星群分布式計(jì)算環(huán)境下,當(dāng)計(jì)算文件小于125 M時(shí),單機(jī)反而快于分布式計(jì)算,這是是因?yàn)榇藭r(shí)節(jié)點(diǎn)間的通信開銷遠(yuǎn)大于計(jì)算開銷. 當(dāng)文件大于125 M之后,分布式計(jì)算逐漸快于單機(jī)計(jì)算,且在300 MB文件左右,提高的速度趨于穩(wěn)定,約為單機(jī)性能的 3.3 倍. 這是合理的,因?yàn)樾l(wèi)星群分布式計(jì)算需要占取網(wǎng)絡(luò)和存儲(chǔ)資源,理論上不可能達(dá)到4倍的提升速度.

圖13 衛(wèi)星動(dòng)態(tài)部署與報(bào)警

圖14 計(jì)算對(duì)比圖

表3 文件大小與性能關(guān)系表

5.4 衛(wèi)星群分布式存儲(chǔ)結(jié)果

傳統(tǒng)衛(wèi)星單機(jī)存儲(chǔ)技術(shù),如果數(shù)據(jù)損壞無法第一時(shí)間得知,且需由地面上傳數(shù)據(jù). 而衛(wèi)星群分布式存儲(chǔ)技術(shù),始終保持?jǐn)?shù)據(jù)的備份數(shù)為3,當(dāng)某一節(jié)點(diǎn)丟失數(shù)據(jù)后,最近的節(jié)點(diǎn)會(huì)迅速進(jìn)行數(shù)據(jù)的自動(dòng)恢復(fù). 圖15展示了將ip地址為192.168.1.2的衛(wèi)星2的blk_1073741835_1011文件刪除后,ip地址為192.168.1.5的衛(wèi)星3自動(dòng)將丟失數(shù)據(jù)傳送給衛(wèi)星2的數(shù)據(jù)恢復(fù)過程.

圖15 數(shù)據(jù)恢復(fù)日志

6 結(jié)論

本文通過選取符合衛(wèi)星條件限制的處理器架構(gòu)和操作系統(tǒng),模擬搭建了衛(wèi)星群的分布式計(jì)算環(huán)境,運(yùn)用現(xiàn)有的分布式技術(shù),實(shí)現(xiàn)了衛(wèi)星群的動(dòng)態(tài)部署、分布式計(jì)算、存儲(chǔ)和資源監(jiān)控功能,并對(duì)衛(wèi)星群資源監(jiān)控功能進(jìn)行了改進(jìn)和擴(kuò)展. 通過衛(wèi)星群驗(yàn)證系統(tǒng)的實(shí)驗(yàn),證明了分布式技術(shù)在國(guó)產(chǎn)衛(wèi)星平臺(tái)上部署的可行性.此外通過衛(wèi)星群與單機(jī)衛(wèi)星節(jié)點(diǎn)在計(jì)算時(shí)間和數(shù)據(jù)恢復(fù)上的對(duì)比,證明了分布式技術(shù)在國(guó)產(chǎn)衛(wèi)星平臺(tái)性能上的優(yōu)越性.

1王敬超,于全. 基于分布式星群的空間信息網(wǎng)絡(luò)體系架構(gòu)與關(guān)鍵技術(shù). 中興通訊技術(shù),2016,22(4): 9–13,18.

2彭東. 深度探索嵌入式操作系統(tǒng). 北京: 機(jī)械工業(yè)出版社,2015.

3陸嘉恒. Hadoop 實(shí)戰(zhàn). 2 版. 北京: 機(jī)械工業(yè)出版社,2012.

4White T. Hadoop 權(quán)威指南. 3 版. 華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院譯. 北京: 清華大學(xué)出版社,2015.

5Holmes A. Hadoop 硬實(shí)戰(zhàn). 梁李印,寧青,楊卓犖,譯. 北京:電子工業(yè)出版社,2015.

6顧炯炯. 云計(jì)算架構(gòu)技術(shù)與實(shí)踐. 北京: 清華大學(xué)出版社,2016.

7Zandstra M. 深入 PHP. 人民郵電出版社,2016.

8尤海鵬. 基于Ganglia的數(shù)據(jù)中心監(jiān)控平臺(tái)設(shè)計(jì)[碩士學(xué)位論文]. 濟(jì)南: 山東大學(xué),2014.

9曹東航. 基于Ganglia的云平臺(tái)監(jiān)控的研究與實(shí)現(xiàn)[碩士學(xué)位論文]. 成都: 電子科技大學(xué),2016.

Research and Realization of Distributed Technology on Satellite Cluster

HOU Yu-Feng,NI Ming

(Department of Aerospace Products,East China Institute of Computer Technology,Shanghai 201800,China)

With the development of space technology,more and more information needs to be computed on the satellite.The distributed technology of satellite cluster hence has become a research hotspot in recent years. Different from the ground environment,the satellite is limited with some constraints such as volume,power consumption and space radiation. The key technology such as architecture design,operating systems and resource management should be grasped to establish distributed environment on satellite cluster. To solve problems above,this paper first studies the distributed computing architecture and storage architecture on satellite cluster. Then,it focuses on the implementation of distributed resource monitoring on satellite cluster. Finally,it proves its feasibility and superiority through the authentication system of satellite cluster.

satellite; distributed; computing; storage; resource monitoring

侯玉峰,倪明.衛(wèi)星群分布式技術(shù)的研究與實(shí)現(xiàn).計(jì)算機(jī)系統(tǒng)應(yīng)用,2017,26(12):233–239. http://www.c-s-a.org.cn/1003-3254/6111.html

2017-03-14; 修改時(shí)間: 2017-03-31; 采用時(shí)間: 2017-04-07