摘要：为了提高计算机异构大数据跨源调度性能,设计了一种基于启发式算法的计算机异构大数据跨源调度方法。将计算机异构大数据跨源调度任务划分为若干子任务,利用max-min思想和min-max思想,构建了跨源调度时间负载均衡模型。基于计算机异构大数据跨源调度顺序的灵活性,利用启发式算法的最优策略,选择最优调度任务。根据计算机异构大数据的状态,计算出异构大数据传输控制协议连接的吞吐量,将待调度异构大数据的质量都作为计算机数据层的子流权重,通过处理所有待调度的子流,实现计算机异构大数据跨源调度。实验结果表明,文中设计的方法可以将跨源操作的级别条件提高至10级,跨源调度计算机异构大数据的利用率超过97%,加速比大于85%,计算机异构大数据跨源调度性能明显提升。

摘要：由于多源大数据来源广、数量多,不同数据源之间跨源难度大,使得跨源调度模式单一,数据完整性较差、调度时间较长。为此,文中设计一种基于优化聚类算法的多源大数据跨源调度系统。在硬件采集器中引入Mifare RC522芯片,存储器内部同时加入原始数据存储模块和异常筛选数据存储模块,选用RR调度器完成状态分析;然后,计算多源数据节点度,分析数据源的精密度并确定数据集聚类中心,在优化聚类矩阵的基础上引入裁切系数,得到闭包关系矩阵,判断聚类关系后建立调度模型;最后,根据调度模型建立调度程序,通过优化聚类计算调度数据库,加入莫兰指数得到调度函数,在聚类循环模式下确定调度数据值。实验结果表明,所设计系统在顺向调度和逆向调度模式下,多源调度数据完整性都高于95%,调度时间分别为6.84 s和6.17 s,能够有效解决调度模式单一问题,提高调度效率。

摘要：针对原有多源大数据跨源调度方法的等待所用时间较长,导致数据调度效率较差的问题,提出基于时空网格的多源大数据跨源调度方法。将多源数据二次过滤,利用时空网格,确定目标查询范围,完成数据中心访问,实现多源大数据跨源调度。实验结果表明,所设计方法与原有方法相比,其调度等待时长缩短了50%左右,提高了调度效率。

摘要：传统大数据调度方法不能对底层网络流量进行整合,易导致云网络僵硬运行模式的出现。为解决上述问题,提出一种基于云计算的新型多源异构大数据跨源调度方法。通过在Postgresql连接中确定数据二进制存储形式、挖掘数据索引点的方式,完成云计算多源异构数据的组织索引。在此基础上,利用调度框架获取跨源参数,通过直接追踪的方式,确定跨源调度中心位置所在,实现基于云计算多源异构大数据跨源调度方法的顺利应用。模拟对比实验结果显示,与传统大数据调度方法相比,应用新型调度方法后,底层网络流量整合时间缩短25 min左右,流量数据的完整性提升20%左右,云网络僵硬运行现象得到有效抑制。