劉沛津 ，王柳月 ，孫昱 ，史潔琳 ，晏東陽

(1.西安建筑科技大學(xué)機(jī)電工程學(xué)院，陜西西安 710055；2.西安建筑科技大學(xué)理學(xué)院，陜西西安 710055)

0 前言

現(xiàn)代工業(yè)生產(chǎn)方式中機(jī)電設(shè)備各單元要素之間呈現(xiàn)出監(jiān)測節(jié)點(diǎn)多元化、空間分布廣泛等特點(diǎn)，因此也被稱為分布式機(jī)電系統(tǒng)[1-3]。隨著大型機(jī)電設(shè)備和集群設(shè)備的發(fā)展，產(chǎn)生的數(shù)據(jù)流量呈指數(shù)增長，這給傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)帶來了數(shù)據(jù)存儲和應(yīng)用的挑戰(zhàn)[4]，也使得僅僅依靠集中式存儲模式難以高效存儲管理邊緣設(shè)備產(chǎn)生的數(shù)據(jù)[5]。為了保證系統(tǒng)數(shù)據(jù)安全可靠、高效經(jīng)濟(jì)地利用，在運(yùn)行過程中亟需高效的數(shù)據(jù)存儲與管理模式進(jìn)行支撐[6-7]。

分布式存儲技術(shù)是對數(shù)據(jù)進(jìn)行分組處理后，分別存放在多個存儲設(shè)備中，大量低成本的PC服務(wù)器通過網(wǎng)絡(luò)互聯(lián)，對外作為整體提供高效的服務(wù)[7]。分布式存儲系統(tǒng)與傳統(tǒng)存儲方式相比，在系統(tǒng)的擴(kuò)展性、訪問難易程度與速度等方面具有非常大的優(yōu)勢[8]。將分布式存儲技術(shù)引入分布式機(jī)電系統(tǒng)中，多臺主機(jī)協(xié)同運(yùn)行，有利于解決傳統(tǒng)存儲系統(tǒng)對于海量數(shù)據(jù)的存儲瓶頸[9]。

目前常用的分布式存儲方法有加權(quán)輪詢算法和一致性哈希算法。曲乾聰、王俊[10]提出一種基于負(fù)載反饋的分布式數(shù)字集群動態(tài)負(fù)載均衡算法，對加權(quán)輪詢算法進(jìn)行改進(jìn)，實(shí)現(xiàn)公網(wǎng)數(shù)字集群系統(tǒng)負(fù)載均衡，但此方法分配任務(wù)沒有規(guī)律，在查找數(shù)據(jù)時不能快速定位到某一個主機(jī)，訪問速度慢。目前一致性哈希算法在分布式存儲系統(tǒng)中得到了廣泛的研究與應(yīng)用，是一種具有良好橫向擴(kuò)展性的集群動態(tài)擴(kuò)展方法，同時在訪問數(shù)據(jù)時能快速定位，可有效解決分布式機(jī)電系統(tǒng)的海量數(shù)據(jù)存儲問題[11]。但傳統(tǒng)的一致性哈希算法存在以下問題：一方面，一致性哈希算法沒有考慮到各主機(jī)的性能差異；另一方面，一致性哈希算法自身沒有負(fù)載均衡的措施，容易導(dǎo)致負(fù)載傾斜。李娟莉等[9]提出了基于實(shí)時運(yùn)行數(shù)據(jù)驅(qū)動的分布式液壓支架群虛擬監(jiān)測方法，該方法基于一致性哈希算法進(jìn)行分布式存儲，建立了可根據(jù)主機(jī)負(fù)載狀況動態(tài)分配任務(wù)的任務(wù)調(diào)度模型，但未考慮各主機(jī)的性能差異。聶世強(qiáng)等[12]提出了一種基于跳躍哈希的對象分布算法，該算法根據(jù)節(jié)點(diǎn)的權(quán)值計(jì)算每個節(jié)點(diǎn)的虛擬節(jié)點(diǎn)數(shù)目，對所有節(jié)點(diǎn)的虛擬節(jié)點(diǎn)依次分配序號組成數(shù)組，但未考慮負(fù)載后服務(wù)器狀態(tài)變化。

本文作者以分布式機(jī)電系統(tǒng)為對象，研究一種能自主地進(jìn)行主機(jī)虛擬節(jié)點(diǎn)數(shù)目動態(tài)分配調(diào)整、有效解決負(fù)載均衡的分布式存儲策略?；谝恢滦怨Ｋ惴ǖ奶攸c(diǎn)，依據(jù)各主機(jī)負(fù)載權(quán)值來分配各主機(jī)的虛擬節(jié)點(diǎn)數(shù)量，且當(dāng)系統(tǒng)負(fù)載失衡時，能自主地進(jìn)行主機(jī)虛擬節(jié)點(diǎn)數(shù)目動態(tài)分配調(diào)整，最終實(shí)現(xiàn)存儲系統(tǒng)負(fù)載均衡。

1 分布式機(jī)電系統(tǒng)數(shù)據(jù)流結(jié)構(gòu)

分布式機(jī)電系統(tǒng)具有非線性、多源性、非平衡型、非典型性等多種復(fù)雜特征并存的現(xiàn)象[13-14]，系統(tǒng)中的任何錯誤或干擾都會在后續(xù)的流程中成倍放大。分布式機(jī)電系統(tǒng)數(shù)據(jù)流結(jié)構(gòu)框架如圖1所示。整個結(jié)構(gòu)分為5層：物理層、管理層、存儲層、訪問層和應(yīng)用層。物理層主要包括分布式機(jī)電設(shè)備的現(xiàn)場監(jiān)測系統(tǒng)，為各機(jī)電液信號傳感器的配置與數(shù)據(jù)采集，通過邊緣節(jié)點(diǎn)采集數(shù)據(jù)，在邊緣節(jié)點(diǎn)進(jìn)行數(shù)據(jù)預(yù)處理、存儲及通信，最終將數(shù)據(jù)存儲在數(shù)據(jù)庫服務(wù)器。管理層主要包括分布式機(jī)電系統(tǒng)的遠(yuǎn)程監(jiān)測平臺，主要為邊緣節(jié)點(diǎn)的管理，通過監(jiān)測平臺調(diào)用現(xiàn)場數(shù)據(jù)，并對數(shù)據(jù)可視化遠(yuǎn)程監(jiān)測，實(shí)現(xiàn)良好的人機(jī)交互，也為云端數(shù)據(jù)管理提供便利。存儲層主要包括分布式存儲系統(tǒng)及云端，主要為分布式機(jī)電系統(tǒng)監(jiān)測任務(wù)的多主機(jī)動態(tài)分配，達(dá)到邊云協(xié)同功能。訪問層主要是對外提供統(tǒng)一的訪問入口，實(shí)現(xiàn)數(shù)據(jù)查詢和并發(fā)式訪問處理。應(yīng)用層主要包括對存儲數(shù)據(jù)的高效應(yīng)用，主要為設(shè)備運(yùn)行評估、報表整合和設(shè)備壽命預(yù)測等應(yīng)用[15]。

圖1 分布式機(jī)電系統(tǒng)數(shù)據(jù)流結(jié)構(gòu)框架

分布式機(jī)電系統(tǒng)運(yùn)行數(shù)據(jù)主要由機(jī)械、電氣、流體、圖像、維修記錄文檔等各類結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)組成。機(jī)械數(shù)據(jù)主要包括振動、轉(zhuǎn)速、轉(zhuǎn)矩、力、位移等信號，該類信號頻率高、突變大，信號極易受影響，檢測誤差大；電氣數(shù)據(jù)主要包括設(shè)備的電流數(shù)據(jù)和電壓數(shù)據(jù)，而電氣信號諧波成分很高，易受電磁干擾且信號密度高，需要具有極高的采集精度[16]。流體數(shù)據(jù)包括壓力、流量、溫度等，該類信號相較于前兩種變化較慢，可以進(jìn)行低密度的采集，降低系統(tǒng)負(fù)載[17]。分析發(fā)現(xiàn)，這些數(shù)據(jù)具備數(shù)據(jù)量大的特征，如10 000個測點(diǎn)，20維數(shù)據(jù)特征，每0.5 s采集一次，分辨率為32 b的5年數(shù)據(jù)量約2×1015b，達(dá)到了P量級[18]。因此，需要對分布式機(jī)電系統(tǒng)海量數(shù)據(jù)儲存管理方式進(jìn)行研究，為高效利用分布式機(jī)電系統(tǒng)多元化、準(zhǔn)確化的數(shù)據(jù)奠定基礎(chǔ)[19]。

2 分布式機(jī)電系統(tǒng)遠(yuǎn)程監(jiān)測數(shù)據(jù)存儲策略

由于分布式機(jī)電系統(tǒng)存在多時空尺度上的海量數(shù)據(jù)，隨著設(shè)備服役時間越長，分布式機(jī)電系統(tǒng)遠(yuǎn)程監(jiān)測的數(shù)據(jù)量呈指數(shù)型增長，此時，采用分布式存儲系統(tǒng)進(jìn)行數(shù)據(jù)存儲可能存在負(fù)載均衡失衡的現(xiàn)象[20]。在分布式存儲系統(tǒng)上解決負(fù)載失衡以及任務(wù)調(diào)動是極其必要的，其中一致性哈希算法可以在系統(tǒng)變動盡量小、盡量保持穩(wěn)定的情況下實(shí)現(xiàn)數(shù)據(jù)分布式存儲，但一致性哈希算法沒有考慮各主機(jī)的性能可能存在差異，自身并沒有負(fù)載均衡措施，容易導(dǎo)致負(fù)載傾斜。文中的存儲策略流程如圖2所示，根據(jù)服務(wù)器計(jì)算各主機(jī)性能權(quán)值比例，對各主機(jī)的虛擬節(jié)點(diǎn)進(jìn)行分配，利用一致性哈希算法進(jìn)行分布式存儲；最后，對系統(tǒng)負(fù)載狀況進(jìn)行評估，大于閾值時觸發(fā)動態(tài)分配機(jī)制，通過比較各主機(jī)負(fù)載均衡狀況評估指標(biāo)，指標(biāo)最大和最小的主機(jī)分別減少和增加1個虛擬節(jié)點(diǎn)。用此方法重新動態(tài)分配虛擬節(jié)點(diǎn)數(shù)目，最終實(shí)現(xiàn)分布式存儲系統(tǒng)負(fù)載均衡。

圖2 文中存儲策略

2.1 基于一致性哈希算法的信息映射

一致性哈希算法的基本原理是將存儲空間抽象為一個長度為232-1的圓環(huán)，將存儲節(jié)點(diǎn)分配到這個圓環(huán)上，環(huán)上的節(jié)點(diǎn)都有一個固定的哈希值，這個環(huán)被稱為哈希環(huán)。采用同樣的哈希算法求出存儲數(shù)據(jù)的鍵的哈希值，并同樣映射在同一個哈希環(huán)上。最后從數(shù)據(jù)映射的位置順時針查找存儲節(jié)點(diǎn)，將數(shù)據(jù)存儲在第一個查找到的存儲節(jié)點(diǎn)上[21]。

利用一致性哈希算法實(shí)現(xiàn)分布式數(shù)據(jù)存儲的關(guān)鍵是需要實(shí)現(xiàn)數(shù)據(jù)和存儲主機(jī)節(jié)點(diǎn)的映射。文中采用存儲主機(jī)的IP地址為存儲主機(jī)的特征值，同時以分布式機(jī)電系統(tǒng)遠(yuǎn)程監(jiān)測數(shù)據(jù)的名稱作為Key值，利用一致性哈希算法將每個數(shù)據(jù)一一映射到哈希環(huán)上。使用FNV-1(Fowler-Noll-Vo-1)算法[22]來計(jì)算節(jié)點(diǎn)與數(shù)據(jù)的哈希值，F(xiàn)NV-1算法能在保持較小沖突率的情況下計(jì)算大量的數(shù)據(jù)，因?yàn)樗叨确稚⒌奶匦?，適用于計(jì)算一些非常相近的字符串[23]。使用FNV-1算法來映射分布式機(jī)電系統(tǒng)監(jiān)測任務(wù)的信息過程如圖3所示。

圖3 基于一致性哈希算法的分布式系統(tǒng)信息映射

2.2 負(fù)載均衡調(diào)整機(jī)制

將主機(jī)節(jié)點(diǎn)和支架節(jié)點(diǎn)映射在哈希環(huán)上，監(jiān)測數(shù)據(jù)和主機(jī)節(jié)點(diǎn)若在哈希環(huán)上均勻分布，即為理想狀況。如圖4(a)所示，數(shù)據(jù)節(jié)點(diǎn)按順時針方向?qū)ふ译x其最近的主機(jī)節(jié)點(diǎn)，鍵1落在了主機(jī)節(jié)點(diǎn)2上，即數(shù)據(jù)1存儲在主機(jī)2上，當(dāng)有大量數(shù)據(jù)時，依此類推進(jìn)行存儲任務(wù)的分配。

當(dāng)存儲主機(jī)較少時，由于存儲節(jié)點(diǎn)經(jīng)哈希算法計(jì)算后分配到哈希環(huán)上具有隨機(jī)性，可能導(dǎo)致存儲節(jié)點(diǎn)分布不均勻[24]，出現(xiàn)哈希偏移現(xiàn)象，如圖4(b)所示。本文作者引入虛擬節(jié)點(diǎn)，如圖4(c)所示，用“#”號表示添加的虛擬節(jié)點(diǎn)。雖然每個主機(jī)節(jié)點(diǎn)的物理節(jié)點(diǎn)只有一個，但可以有多個虛擬節(jié)點(diǎn)，虛擬節(jié)點(diǎn)的引入可在一定程度上解決由于主機(jī)節(jié)點(diǎn)聚集導(dǎo)致的任務(wù)分配不均勻的問題[25]。

但由于虛擬節(jié)點(diǎn)數(shù)量是平均分配到各存儲主機(jī)，沒有考慮各主機(jī)性能差異，因而在虛擬節(jié)點(diǎn)的分配中引入權(quán)值。通過計(jì)算主機(jī)性能指標(biāo)得到主機(jī)權(quán)值比例，根據(jù)權(quán)值比例分配虛擬節(jié)點(diǎn)的數(shù)量。最后，將存儲系統(tǒng)負(fù)載指標(biāo)與設(shè)定的閾值進(jìn)行比較，觸發(fā)動態(tài)分配機(jī)制，重新分配各主機(jī)虛擬節(jié)點(diǎn)數(shù)目，最終實(shí)現(xiàn)存儲系統(tǒng)的負(fù)載均衡。

2.2.1 基于權(quán)值分配虛擬節(jié)點(diǎn)

由于各主機(jī)的性能存在差異，實(shí)時負(fù)載高的主機(jī)權(quán)值應(yīng)占比較低，處理更少請求，實(shí)時負(fù)載低的主機(jī)權(quán)值應(yīng)占比較高，處理更多請求[26]。為了使算法能根據(jù)各主機(jī)的性能分配虛擬節(jié)點(diǎn)的數(shù)量，實(shí)現(xiàn)負(fù)載自適應(yīng)，采用權(quán)值來反映主機(jī)當(dāng)前的存儲能力。根據(jù)主機(jī)權(quán)值定義，主機(jī)權(quán)值之比為主機(jī)初始化性能指標(biāo)P的倒數(shù)之比，利用式(1)計(jì)算各主機(jī)權(quán)值比。

(1)

式中：Pi為各個主機(jī)初始化性能評價指標(biāo)，Pi的值越小表示該主機(jī)性能越好；Pci、Pmi分別為第i臺主機(jī)初始化的CPU占用率、內(nèi)存占用率；ac、am分別為主機(jī)初始化CPU占用率、內(nèi)存占用率的影響程度；Wi為各個主機(jī)的權(quán)值，取正整數(shù)。根據(jù)權(quán)值設(shè)置虛擬節(jié)點(diǎn)的數(shù)量。

(2)

式中：主機(jī)節(jié)點(diǎn)總數(shù)量為N，Ni為第i臺主機(jī)的節(jié)點(diǎn)數(shù)量，則各臺主機(jī)增加的虛擬節(jié)點(diǎn)數(shù)為Ni-1。

2.2.2 動態(tài)分配機(jī)制

為了存儲系統(tǒng)整體分配改變最小化，應(yīng)保證虛擬節(jié)點(diǎn)的總數(shù)量不變[27]。因此在系統(tǒng)運(yùn)行的過程中，當(dāng)系統(tǒng)的負(fù)載均衡評價指標(biāo)S超過設(shè)定的閾值時，設(shè)定系統(tǒng)觸發(fā)動態(tài)分配機(jī)制，將所有的主機(jī)負(fù)載狀況評價指標(biāo)Li進(jìn)行排序，將Li值最大的主機(jī)虛擬節(jié)點(diǎn)減1，將Li值最小的主機(jī)虛擬節(jié)點(diǎn)加1，再重新進(jìn)行系統(tǒng)的負(fù)載均衡評價，直至S在設(shè)定的閾值范圍內(nèi)。程序流程如圖5所示。

圖5 監(jiān)測任務(wù)動態(tài)分配

主機(jī)負(fù)載狀況評價指標(biāo)由多個因素共同決定，包括主機(jī)的CPU占用率、內(nèi)存占用率以及任務(wù)量等。單臺主機(jī)負(fù)載狀況評價指標(biāo)Li為

Li=100×(bcLci+bmLmi+btLti)且bc+

bm+bt=1

(3)

式中：Li的值越小表示負(fù)載越??；Lci、Lmi、Lti分別為第i臺主機(jī)的CPU占用率、內(nèi)存占用率以及任務(wù)量百分比；bc、bm、bt分別為 CPU占用率、內(nèi)存占用率以及任務(wù)量百分比的影響程度。

利用基于標(biāo)準(zhǔn)差的負(fù)載均衡評價方法，根據(jù)主機(jī)負(fù)載狀況評價對系統(tǒng)的負(fù)載均衡性進(jìn)行評價，利用式(4)(5)計(jì)算分布式存儲系統(tǒng)的負(fù)載均衡評價指標(biāo)S。

(4)

(5)

3 試驗(yàn)驗(yàn)證

3.1 試驗(yàn)系統(tǒng)

試驗(yàn)臺環(huán)境由試驗(yàn)室機(jī)電液試驗(yàn)臺、智能間開采油控制柜、油井能量反饋節(jié)能控制系統(tǒng)整流裝置[28]3個邊緣設(shè)備組成(如圖6所示)，采用試驗(yàn)室的3個邊緣節(jié)點(diǎn)cRIO采集數(shù)據(jù)，通過試驗(yàn)室的分布式機(jī)電系統(tǒng)遠(yuǎn)程監(jiān)測平臺[29]實(shí)時采集數(shù)據(jù)進(jìn)行試驗(yàn)。

圖6 試驗(yàn)臺環(huán)境組成

3.2 分布式機(jī)電系統(tǒng)監(jiān)測任務(wù)初始化試驗(yàn)

設(shè)置主機(jī)初始化性能指標(biāo)P的各項(xiàng)指標(biāo)系數(shù)ac、am為0.5、0.5，針對各主機(jī)不同的性能，利用式(2)計(jì)算各主機(jī)權(quán)值Wi，通過權(quán)值設(shè)置各主機(jī)的虛擬節(jié)點(diǎn)數(shù)量，各項(xiàng)指標(biāo)見表1。

表1 監(jiān)測任務(wù)初始化分配中的各項(xiàng)指標(biāo)

表中：n為正整數(shù)。

根據(jù)表1設(shè)置各主機(jī)節(jié)點(diǎn)數(shù)目，服務(wù)器節(jié)點(diǎn)總數(shù)為5、10、15、20的分配情況如圖7所示。

由圖7中的不同節(jié)點(diǎn)數(shù)的各主機(jī)數(shù)據(jù)分配情況可以得到，隨著主機(jī)虛擬節(jié)點(diǎn)數(shù)量的增加，分配到各臺主機(jī)上的任務(wù)量比例逐漸趨于權(quán)值比2∶2∶1，處于負(fù)載均衡。利用式(3)得到各主機(jī)的參數(shù)L，其中設(shè)置系統(tǒng)矩陣為{0.4，0.4，0.2}。利用式(5)計(jì)算得到服務(wù)器節(jié)點(diǎn)數(shù)量不同的情況下系統(tǒng)的負(fù)載均衡評價指標(biāo)S，如圖8所示。

圖8 服務(wù)器節(jié)點(diǎn)數(shù)量n與均衡性指標(biāo)S關(guān)系

由圖8可以得到：當(dāng)虛擬節(jié)點(diǎn)的數(shù)量增加到一定程度時，虛擬節(jié)點(diǎn)數(shù)量的增加對于系統(tǒng)均衡性的作用越來越小。系統(tǒng)中設(shè)置初始化的負(fù)載均衡評價指標(biāo)S的閾值為0.1，當(dāng)S<0.1時，判定系統(tǒng)負(fù)載均衡性良好。在此次試驗(yàn)中，S<0.1的服務(wù)器節(jié)點(diǎn)數(shù)量有15、20。在實(shí)現(xiàn)需求均衡性的前提下，主機(jī)虛擬節(jié)點(diǎn)的數(shù)量應(yīng)該越少越好[6]，則選擇服務(wù)器節(jié)點(diǎn)數(shù)量15作為初始化設(shè)置對系統(tǒng)進(jìn)行初始化。

3.3 分布式系統(tǒng)監(jiān)測任務(wù)動態(tài)分配試驗(yàn)

3.3.1 基于權(quán)值動態(tài)分配

在上述系統(tǒng)初始化試驗(yàn)的基礎(chǔ)上，進(jìn)行任務(wù)動態(tài)分配試驗(yàn)。設(shè)定存儲系統(tǒng)總節(jié)點(diǎn)數(shù)量為15，根據(jù)權(quán)值比例2∶2∶1分配各主機(jī)節(jié)點(diǎn)數(shù)量為6、6、3，同時增加存儲系統(tǒng)的任務(wù)量直到系統(tǒng)負(fù)載均衡評價指標(biāo)S高于設(shè)定的閾值0.1，此時系統(tǒng)觸發(fā)動態(tài)分配功能，執(zhí)行一次或多次虛擬節(jié)點(diǎn)動態(tài)分配后，系統(tǒng)再次達(dá)到正常的運(yùn)行狀態(tài)，即系統(tǒng)負(fù)載均衡評價指標(biāo)S<0.1。系統(tǒng)動態(tài)分配試驗(yàn)過程中各項(xiàng)指標(biāo)變化如表2所示。

表2 監(jiān)測任務(wù)動態(tài)分配中各項(xiàng)指標(biāo)變化

試驗(yàn)次數(shù)1表示系統(tǒng)開始運(yùn)行，此時的系統(tǒng)負(fù)載評價指標(biāo)小于設(shè)定的閾值，系統(tǒng)運(yùn)行正常；試驗(yàn)次數(shù)2表示系統(tǒng)繼續(xù)運(yùn)行，此時的系統(tǒng)負(fù)載評價指標(biāo)依舊小于設(shè)定的閾值，系統(tǒng)處于正常運(yùn)行狀態(tài)；試驗(yàn)次數(shù)3表示系統(tǒng)繼續(xù)運(yùn)行，此時的系統(tǒng)負(fù)載評價指標(biāo)大于設(shè)定的閾值，觸發(fā)系統(tǒng)的動態(tài)分配機(jī)制；試驗(yàn)次數(shù)4表示進(jìn)行了一次動態(tài)分配后，系統(tǒng)的負(fù)載均衡評價指標(biāo)回到正常范圍。該試驗(yàn)表明，在系統(tǒng)運(yùn)行過程中，此動態(tài)調(diào)整機(jī)制可以使系統(tǒng)正常流暢地運(yùn)行。

3.3.2 傳統(tǒng)一致性哈希算法的動態(tài)分配

在不考慮主機(jī)性能的情況下，采用一致性哈希算法對分布式機(jī)電系統(tǒng)數(shù)據(jù)進(jìn)行存儲。在初始化任務(wù)分配試驗(yàn)基礎(chǔ)上，設(shè)置總虛擬節(jié)點(diǎn)為15，平均分配虛擬節(jié)點(diǎn)數(shù)量，使得各主機(jī)節(jié)點(diǎn)均為5個，在系統(tǒng)負(fù)載評價指標(biāo)大于設(shè)置的閾值0.1時觸發(fā)動態(tài)分配功能，完成一次或多次動態(tài)分配，使得系統(tǒng)負(fù)載評價指標(biāo)低于0.1。同時增加與第3.3.1節(jié)相同的試驗(yàn)數(shù)據(jù)任務(wù)量，根據(jù)閾值觸發(fā)動態(tài)分配機(jī)制，直到系統(tǒng)達(dá)到正常的運(yùn)行狀態(tài)，即系統(tǒng)負(fù)載均衡評價指標(biāo)S<0.1。試驗(yàn)過程中各項(xiàng)指標(biāo)如表3所示。

表3 基于傳統(tǒng)一致性哈希算法的監(jiān)測任務(wù)動態(tài)分配中各項(xiàng)指標(biāo)變化

試驗(yàn)次數(shù)1表示平均分配各主機(jī)節(jié)點(diǎn)數(shù)量的情況下運(yùn)行系統(tǒng)，此時的系統(tǒng)負(fù)載評價指標(biāo)大于設(shè)定的閾值，觸發(fā)系統(tǒng)的動態(tài)分配機(jī)制；試驗(yàn)次數(shù)2和3表示進(jìn)行兩次動態(tài)分配后，系統(tǒng)的負(fù)載均衡評價指標(biāo)回到正常的范圍，系統(tǒng)處于正常運(yùn)行狀態(tài)。通過兩次動態(tài)分配后，如試驗(yàn)次數(shù)3所示，此時服務(wù)器將各主機(jī)節(jié)點(diǎn)數(shù)量分配為6、6、3，分配結(jié)果與通過權(quán)值比例2∶2∶1分配的各主機(jī)節(jié)點(diǎn)數(shù)相同。試驗(yàn)次數(shù)4表示系統(tǒng)繼續(xù)運(yùn)行，存儲數(shù)據(jù)量增加后系統(tǒng)負(fù)載評價指標(biāo)依舊小于設(shè)定的閾值，系統(tǒng)處于正常運(yùn)行狀態(tài)；試驗(yàn)次數(shù)5表示系統(tǒng)繼續(xù)運(yùn)行，此時的系統(tǒng)負(fù)載評價指標(biāo)大于設(shè)定的閾值，觸發(fā)系統(tǒng)的動態(tài)分配機(jī)制；試驗(yàn)次數(shù)6表示進(jìn)行一次動態(tài)分配后，系統(tǒng)的負(fù)載均衡評價指標(biāo)回到正常范圍。

該試驗(yàn)表明：在存儲相同的任務(wù)量時，在不考慮主機(jī)性能的情況下，采用一致性哈希算法對分布式機(jī)電系統(tǒng)數(shù)據(jù)進(jìn)行存儲需要6次試驗(yàn)才達(dá)到系統(tǒng)正常運(yùn)行狀態(tài)，對比第3.3.1節(jié)基于權(quán)值比例分配各主機(jī)節(jié)點(diǎn)數(shù)量的一致性哈希動態(tài)分配存儲策略試驗(yàn)，只需要4次試驗(yàn)則達(dá)到系統(tǒng)正常運(yùn)行狀態(tài)。對比發(fā)現(xiàn)，基于權(quán)值比例分配各主機(jī)節(jié)點(diǎn)數(shù)量的一致性哈希動態(tài)分配存儲策略較平均分配各主機(jī)節(jié)點(diǎn)數(shù)量的一致性哈希動態(tài)分配存儲策略能有效減少動態(tài)分配次數(shù)，使系統(tǒng)更快進(jìn)入正常運(yùn)行狀態(tài)。

4 結(jié)語

提出一種基于權(quán)值比例分配各主機(jī)節(jié)點(diǎn)數(shù)目的分布式存儲策略，以應(yīng)對分布式機(jī)電系統(tǒng)海量數(shù)據(jù)的高效存儲。存儲策略通過增加一層虛擬節(jié)點(diǎn)的哈希環(huán)來解決傳統(tǒng)一致性哈希算法因節(jié)點(diǎn)不足導(dǎo)致負(fù)載傾斜的問題；根據(jù)主機(jī)負(fù)載性能權(quán)值分配虛擬節(jié)點(diǎn)，解決各主機(jī)性能差異問題；建立虛擬節(jié)點(diǎn)的動態(tài)分配機(jī)制，在系統(tǒng)運(yùn)行過程中實(shí)現(xiàn)負(fù)載的自適應(yīng)。試驗(yàn)結(jié)果表明：文中存儲策略可滿足分布式機(jī)電系統(tǒng)海量數(shù)據(jù)的復(fù)雜業(yè)務(wù)需求，提高了分布式存儲系統(tǒng)的性能，能有效減少動態(tài)分配次數(shù)，使系統(tǒng)快速進(jìn)入正常運(yùn)行狀態(tài)，具有良好的工程應(yīng)用和推廣價值。