丁愛萍， 曾赟

(黃河水利職業(yè)技術(shù)學院 信息工程學院， 河南 開封 475004)

0 引言

面對競爭激烈、瞬息萬變的環(huán)境，高校協(xié)同建設(shè)是必經(jīng)之路，進而生成協(xié)同資源[1]，為多高校聯(lián)合提供發(fā)展動力，對此，文獻[2]對于網(wǎng)絡(luò)環(huán)境下圖書館的數(shù)字服務(wù)，構(gòu)建高校圖書館數(shù)字資源遠程訪問系統(tǒng)，安全性、可操作性、可擴展性等方面得到提升，具有較強的可行性。文獻[3]針對Fork-Join類并行任務(wù)圖給出了若干最優(yōu)化調(diào)度結(jié)論，給出了資源限制條件下并行任務(wù)圖的調(diào)度模型，進行并行任務(wù)圖的有效調(diào)度，對工作流應(yīng)用系統(tǒng)的高性能調(diào)度功能開發(fā)具有借鑒意義。文獻[4]介紹了用LabVIEW平臺開發(fā)的相關(guān)軟件數(shù)據(jù)庫遠程訪問技術(shù)，利用SQL數(shù)據(jù)查詢語言編程有效地完成與數(shù)據(jù)庫的互聯(lián)及相關(guān)數(shù)據(jù)的更新，實現(xiàn)局域網(wǎng)內(nèi)各節(jié)點數(shù)據(jù)的上傳與下載。

此次研究以上述三種傳統(tǒng)方法為參考，提出基于并行調(diào)度算法的高校協(xié)同資源遠程訪問模型，以并行調(diào)度算法優(yōu)化為創(chuàng)新點，擴展并行調(diào)度算法的執(zhí)行邏輯，促進對復雜事物的認知，實現(xiàn)對高校協(xié)同資源的遠程訪問。

1 基于并行調(diào)度算法的高校協(xié)同資源遠程訪問模型

1.1 并行調(diào)度算法優(yōu)化

并行調(diào)度算法在大規(guī)模數(shù)值計算及計算機網(wǎng)絡(luò)技術(shù)等方面都有很好的應(yīng)用前景，但需要對訪問數(shù)據(jù)流進行實時處理、快速響應(yīng)，實現(xiàn)遠程訪問。

當并行調(diào)度過程中，所有處理機均處于空閑狀態(tài)時，令處理機的權(quán)值為0，ωi=0，其中i=1,2,…,n。當部分處理機處于空閑狀態(tài)時，默認其中空閑的處理機權(quán)值為0，不空閑的處理機權(quán)值，這是從當前訪問請求完成到完成當前訪問請求所必需的n倍時間。當所有處理機都不是空閑狀態(tài)時，各處理機的權(quán)值即在上次調(diào)度結(jié)束后，訪問程序所賦予其的權(quán)值[5-6]。訪問當前階段的高校協(xié)同資源時，按到達的訪問用戶次序編號、所需數(shù)據(jù)量的大小降序排列，計算資源訪問請求所需的數(shù)據(jù)總量Q，如式(1)。

(1)

式中,LHi表示第i個資源訪問請求所需要的數(shù)據(jù)量;L表示訪問請求總量。按處理機能力降序排列時，各處理機的性能總和為式(2)。

(2)

式中,JS表示處理機性能總和；Ji表示第i臺處理機的性能[7-8]。再計算單個處理機的性能，在總處理機性能中的所占比例，如式(3)。

(3)

按照上述計算步驟，設(shè)置并行調(diào)度算法的執(zhí)行邏輯，為遠程訪問技術(shù)提供訪問限制條件。

1.2 高校協(xié)同資源訪問模型

以訪問限制條件為基礎(chǔ)，運用WoPeD工具建立高校協(xié)同資源訪問模型，并對資源訪問的可達性進行分析。構(gòu)建的高校協(xié)同資源訪問模型如圖1所示。

圖1 高校協(xié)同資源訪問模型

訪問模型中庫所和變遷的具體含義如表1所示。

表1 訪問模型中的庫所以及變遷含義

以高校協(xié)同資源訪問模型為基礎(chǔ)，將Mesh.vertices工具和Unity3d引擎相結(jié)合，獲取高校協(xié)同資源獲取界面，令該界面的某個圖像中心坐標為(0,0,0)，假設(shè)隨機模擬視錐的3個頂點坐標分別為(x1,x2,x3)、(y1,y2,y3)和(z1,z2,z3)。根據(jù)坐標向量計算視錐體積，該計算如式(4)。

(4)

三個連續(xù)的子圖像頂點所包含的體積，可通過代碼計算獲得，以此處理代碼運行結(jié)果，將頂點信息和體積傳送到控制臺，統(tǒng)計所有三棱錐結(jié)構(gòu)的體積之和，完成對該圖像的體積計算。對于其他圖像的體積計算，也可以借鑒其中的計算步驟。為了判斷圖像是否應(yīng)該被渲染，對渲染程度進行定義如式(5)。

(5)

式中,R表示渲染程度；Vj表示當前結(jié)構(gòu)j的體積；D表示圖像與視點之間的距離；μ表示視點范圍內(nèi)的圖像結(jié)構(gòu)權(quán)重;c表示視點范圍。

通過上述過程，以并行調(diào)度算法對訪問數(shù)據(jù)流進行優(yōu)化處理，生成三維訪問界面，實現(xiàn)遠程訪問，至此，實現(xiàn)基于并行調(diào)度算法的高校協(xié)同資源遠程訪問模型的構(gòu)建。

2 仿真實驗

以上述研究的高校協(xié)同資源遠程訪問模型為測試對象，比較不同遠程訪問技術(shù)之間的差異，將此次研究的遠程訪問技術(shù)作為實驗A組；將文獻[2]方法、文獻[3]方法、文獻[4]方法的三種遠程訪問技術(shù)，分別作為對照B組、對照C組以及對照D組。測試共分兩個階段進行，比較四個測試組，遠程訪問高校協(xié)同資源時的搜索能力。

2.1 準備過程

此次仿真實驗，共搭建兩組遠程訪問仿真測試環(huán)境，如圖2所示。

圖2 仿真測試環(huán)境

由圖2可知，將高校協(xié)同資源以圖像的形式呈現(xiàn)，且用不同的圖像，例如條形圖、餅狀圖和雷達圖等，反饋不同類型的高校協(xié)同資源，且測試環(huán)境中的資源數(shù)量、資源復雜度、資源分布均充分顯示。分別利用四種遠程方法，訪問測試環(huán)境中的高校協(xié)同資源，比較四個測試組之間的訪問技術(shù)差異，測試進行到第5 s時,效果如圖3所示。

(a) 實驗A組

(b) 對照B組

(c) 對照C組

(d) 對照D組圖3 遠程訪問效果

不同訪問技術(shù)搜索同一高校協(xié)同資源的時間，得到的四組訪問測試結(jié)果,如表2所示。

表2 不同訪問技術(shù)搜索同一高校協(xié)同資源的時間

由圖3遠程訪問效果可知，不同測試組遠程訪問平均搜索用時，分別為3.26 s、10.5 s、10.17 s以及20.53 s?？梢姶舜窝芯康倪h程訪問模型搜索高校協(xié)同資源的能力更強，所用的時間更短。

控制時間開銷的長短可以體現(xiàn)出高校協(xié)同資源遠程訪問模型的遠程訪問效率，控制時間開銷越小，方法效果越好，采用四個測試組對訪問的延遲控制時間開銷進行對比，結(jié)果如圖4所示。

由圖4可知，隨著數(shù)據(jù)量的增加，實驗A組進行高校協(xié)同資源遠程訪問的時間開銷最小，說明實驗A組的時延最低，控制效果實時性最好，這是因為本文方法按到達的訪問用戶次序編號、所需數(shù)據(jù)量的大小對訪問數(shù)據(jù)流進行降序排列，優(yōu)化了并行調(diào)度算法，解決網(wǎng)絡(luò)擁擠時數(shù)據(jù)流之間存在的震蕩現(xiàn)象。

圖4 四個測試組時間開銷對比結(jié)果

3 總結(jié)

此次提出基于并行調(diào)度算法的高校協(xié)同資源遠程訪問模型，取得了不錯的搜索效果，但受時間以及個人精力的影響，在今后的研究工作中，可以對設(shè)計的并行算法進行二次優(yōu)化，進一步加強對固定目標數(shù)據(jù)的訪問搜索，為高校協(xié)同資源的利用提供更加可靠的應(yīng)用技術(shù)。