摘要：基于微服务架构的现场可编程门阵列(FPGA)云平台在被大规模推广后积累了许多用户。针对FPGA云平台存在大量用户并发请求的问题,建立一种基于优先级调度的自定义参数响应指数计算模型。将5个请求关键影响因素作为自定义参数,采用层次分析法确定各参数权重,根据响应指数函数计算各请求的响应指数。在该模型的基础上,设计一种高并发请求调度(HCRS)算法,通过响应指数阈值对请求类别进行划分,使得高优先级请求优先得到处理,次优先级请求加入先进先出队列等待,低优先级请求暂时挂起,从而缩短请求响应时间以及请求响应延时,缓解由高并发请求带来的硬件节点资源分配压力。在真实运营的FPGA云平台中实现该算法并在实际环境中进行测试,结果表明,在并发请求量相同时,与先来先服务调度算法相比,HCRS算法的平均响应延时降低29 074 ms,平均请求响应时间缩短12 605 ms,其在提升系统吞吐量与并发度的同时可以有效优化硬件节点资源利用率。

摘要：针对当前服务组合研究主要考虑单个用户请求而忽视并发请求的问题,提出一种基于QoS模糊支配的并发服务组合方法。根据QoS模糊支配关系,提出模糊支配得分的概念,以衡量服务的整体质量。在服务组合过程中,从每个组件中选出模糊支配得分最高的k个服务,去匹配批量的用户请求。对于每个组合请求,从每个相关组件的top-k服务中随机选择一个服务参与服务组合。实验结果表明,该方法可为用户提供较高质量的组合服务,具有较好的实时性。

摘要：信息技术不断发展和革新,互联网软件能够高效地促进生产力的发展。虽然现在计算机性能和网络基础设施已经有了很大的提高,在波动的网络情况下会出现带宽紧张,内存不够等问题。根据在高并发请求环境里,依然能够保持软件的负载稳定运行的情况下,提出了中小型网络软件的开发模式、并发请求处理、并发代码的设计、缓存的优化、数据库内容保存机制。在有限资源条件下的Web程序实现性能的提升。