大规模流数据处理中代价有效的弹性资源分配策略

作     者：李丽娜 魏晓辉 郝琳琳 王兴旺 王储 LI Li-na;WEI Xiao-hui;HAO Lin-lin;WANG Xing-wang;WANG Chu

作者机构：吉林大学计算机科学与技术学院长春130012 长春大学计算机科学技术学院长春130022 吉林大学符号计算与知识工程教育部重点实验室长春130012 

基　　金：国家自然科学基金项目(U19A2061,61772228,61902143) 国家重点研发计划专项项目(2016YFB0201503,2016YFB0701101,017YFC1502306) 吉林省科技厅项目(20170204033GX) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2020年第50卷第5期

页      码：1832-1843页

摘      要：基于资源预留的思想并结合负载预测模型,以最小化应用的重配置代价和最大化资源利用率为目标,分别从启发式和智能化的角度设计主动式的弹性资源分配策略。两种策略均在流水线式处理模式下计算应用的延迟,且概率性地保证应用延迟性能的约束。其中,启发式策略采用本地阈值方法进行资源分配;智能化策略基于强化学习技术自适应地分配资源。实验结果表明:与反应式策略相比,本文提出的主动资源分配策略具有较低的重配置代价和较高的资源利用率,且智能化策略的性能更优,尤其在突发负载变化相对稳定的情况下表现更好。

主 题 词：计算机系统结构 流数据处理 资源分配 弹性调整 强化学习 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb20190042

馆 藏 号：203980221...