魏博

在云計算的大環(huán)境下，數(shù)據(jù)庫的調(diào)度是非常重要的一個環(huán)節(jié)，數(shù)據(jù)庫的有效調(diào)度關(guān)系到云計算的整體運行，而能夠有效地對于復(fù)雜的數(shù)據(jù)庫進行快速調(diào)度，不僅需要多服務(wù)器合作，同時也可能涉及多個數(shù)據(jù)庫之間的數(shù)據(jù)篩選與查找，而問題的難點在于，不同的數(shù)據(jù)庫在計算機語句設(shè)置方面也是不同的，這就意味著查詢和篩選的規(guī)則以及具體的語言邏輯存在著差異性，這種差異也會影響數(shù)據(jù)有效調(diào)度的效率?；谝陨蠁栴}，筆者提出一種新的數(shù)據(jù)庫調(diào)度方法，其主要基于數(shù)據(jù)相互混沌的特征，實現(xiàn)復(fù)雜數(shù)據(jù)庫的調(diào)度。通過并行數(shù)據(jù)調(diào)度技術(shù)與混沌優(yōu)先級因子兩種方式的有機結(jié)合投入到具體的尋優(yōu)調(diào)度計算中，不僅能夠快速將混沌特征進行獲取，同時能夠結(jié)合時間序列計算出具體的數(shù)據(jù)節(jié)點的任務(wù)量，最終建立優(yōu)化模型。結(jié)果表明，這一改進模型對于復(fù)雜數(shù)據(jù)庫的數(shù)據(jù)調(diào)度有一定的積極作用。

伴隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)+、云平臺云計算應(yīng)運而生，在大數(shù)據(jù)時代下，計算機信息網(wǎng)絡(luò)已走入千家萬戶，數(shù)據(jù)中心也迎來了高速發(fā)展的新時代，面向高功率密度的方向穩(wěn)步向前，在數(shù)據(jù)中心的快速發(fā)展過程中，成本高一級耗能高等問題也逐漸暴露，成為了阻礙其發(fā)展的關(guān)鍵因素，同時也存在著一定的數(shù)據(jù)丟失風(fēng)險問題，因此建立數(shù)據(jù)庫非常重要，但是數(shù)據(jù)調(diào)度因數(shù)量大、標(biāo)準(zhǔn)不一、復(fù)雜性高等特點，實現(xiàn)難度大，而復(fù)雜數(shù)據(jù)庫并行調(diào)度則更具可行性。

一、優(yōu)化原理

在對于復(fù)雜數(shù)據(jù)庫進行有效調(diào)度時，傳統(tǒng)的調(diào)度方式因其局限性而備受詬病，其實現(xiàn)的可能性不高且效率低，而動態(tài)性以及具體的任務(wù)的異構(gòu)型也會對其產(chǎn)生較大的影響，因此，筆者認為，混沌特征的算法在對于復(fù)雜數(shù)據(jù)庫數(shù)據(jù)調(diào)度時更具有優(yōu)勢。

（一）關(guān)于混沌特征提取策略

將待分派的兩個或者多個任務(wù)通過并行的方式收集負債信息，它是云計算環(huán)境下復(fù)雜數(shù)據(jù)并行調(diào)度的主要內(nèi)容，并行調(diào)度包含了靜態(tài)調(diào)度以及動態(tài)調(diào)度的特點，能夠通過自身的特點將兩者存在的不足進行有效的彌補 。在進行數(shù)據(jù)庫并行調(diào)度過程中，它的時間順序具備明顯的混沌性特征，而通過該特征能夠?qū)鶆虻谋憷匦砸约安罘痔匦赃M行詳細計算，該方式能夠大幅度提高搜索能力，能夠給復(fù)雜數(shù)據(jù)庫運行調(diào)度運行提供了保障，具體的內(nèi)容如下所示。

1. 運行過程將采集數(shù)據(jù)庫調(diào)度時間設(shè)置為序列順序基礎(chǔ)，并且按照可調(diào)節(jié)穩(wěn)定性控制集合曲，其表達公式為：

節(jié)點在混沌特征獲取的環(huán)節(jié)中，可以被分成3種形式，分別為平載、輕載以及荷載。在實踐過程中，若節(jié)點判斷成平載時，就會自動轉(zhuǎn)入用戶階段；當(dāng)判為輕載時，當(dāng)獲取到負荷值時，也會轉(zhuǎn)到用戶階段；而判為超載時，當(dāng)超載任務(wù)移除后，其結(jié)果與前面兩者一致。

2. 在調(diào)度尋優(yōu)計算過程，將并行技術(shù)和混沌因子并合，將混沌存在的特性進行求取，同時，對調(diào)度時間順序的適應(yīng)值定義mf ；具體的表達公式如下：

二、結(jié)果

為了能夠有效驗證本文提出的方案，需要對數(shù)據(jù)庫并行調(diào)度方案進行驗證，研究實驗工具主要有：CPU設(shè)備（4G內(nèi)存），100G自由空間硬盤，專用網(wǎng)卡2M，操作系統(tǒng)方面，根據(jù)實驗的需要，選擇RedHat AS 4。

實驗過程，主要選擇傳統(tǒng)模型與優(yōu)化后的模型，在復(fù)雜環(huán)境下進行調(diào)度實驗，對兩則獲取的結(jié)果進行對比。

由圖可發(fā)現(xiàn)，不同模型進行數(shù)據(jù)庫并行調(diào)度的過程中，它會隨著數(shù)據(jù)數(shù)量的增加，平均的吞葉率會持續(xù)增加，但是，優(yōu)化改進后的算法數(shù)據(jù)庫，實施數(shù)據(jù)并行調(diào)度時，相比于傳統(tǒng)的方式其效率遠遠會更高，并且它能夠有效的確保并行調(diào)度的荷載負荷效率與調(diào)度時間，其性能遠遠超出傳統(tǒng)方式，這也就意味著，改進模型要比傳統(tǒng)模型效果更佳。

三、結(jié)束語

處于云計算環(huán)境下，復(fù)雜數(shù)據(jù)庫并行調(diào)度時，通過傳統(tǒng)的模型方式很難滿足實際的運行需要，它的動態(tài)性與異構(gòu)性得不到保障，并且在眾多的因素影響下，傳統(tǒng)模型會出現(xiàn)崩潰的問題，而復(fù)雜數(shù)據(jù)庫并行調(diào)度模型真是在這種環(huán)境下產(chǎn)生的，該模型的應(yīng)用主要是通過有效結(jié)合并行技術(shù)與混沌因子，使其能夠到調(diào)度中計算，且將混沌的特征獲取。且在掌握相關(guān)的性能特征后，全面的將搜索能力提高。通過將任務(wù)量計算后獲取全部的調(diào)度需求從而能夠給模型的建立提供參數(shù)支持。同時，在運行過程中，按照數(shù)據(jù)目標(biāo)的節(jié)點傳輸?shù)奶卣?。全面計算?jié)點數(shù)據(jù)的任務(wù)，當(dāng)任務(wù)結(jié)果計算完成后，按照結(jié)果在復(fù)雜環(huán)境下實施并行調(diào)度模型構(gòu)建。通過實驗結(jié)果可知，通過該方式的應(yīng)用，能夠切實提高復(fù)雜數(shù)據(jù)庫調(diào)度的效率，同時，在一定的程度上大大的增加了系統(tǒng)的吞葉量，該結(jié)果滿足云計算環(huán)境下復(fù)雜數(shù)據(jù)庫運行的設(shè)計目標(biāo)。