宿主機(jī)自動(dòng)選擇策略研究及在云GIS平臺(tái)中的應(yīng)用.pdf

1、地理信息系統(tǒng)已經(jīng)在社會(huì)生活的方方面面得到了廣泛的應(yīng)用，由于其對(duì)處理能力的高要求和空間數(shù)據(jù)難購(gòu)買的現(xiàn)狀，使得一些中小企業(yè)及個(gè)人沒有足夠的能力開展地理信息相關(guān)的開發(fā)工作。云計(jì)算的出現(xiàn)為上述問題提供了可靠地解決方案，使用戶可以按需購(gòu)買處理能力和空間數(shù)據(jù)。因此，本文將如何搭建一個(gè)可靠地云計(jì)算平臺(tái)并能夠?yàn)橛脩籼峁└咝У目臻g數(shù)據(jù)處理能力作為研究的重點(diǎn)。
　　虛擬化是云計(jì)算的基礎(chǔ)，而虛擬機(jī)作為大粒度的計(jì)算資源，在服務(wù)器間頻繁遷移的方式來達(dá)到服務(wù)

2、器負(fù)載的均衡勢(shì)必會(huì)造成性能不穩(wěn)定。因此本文采用負(fù)載預(yù)測(cè)的方法提前預(yù)測(cè)服務(wù)器未來的負(fù)載狀況，并結(jié)合個(gè)性化的資源配置方案選擇最合適的宿主機(jī)將新創(chuàng)建的虛擬機(jī)部署上去，達(dá)到服務(wù)器負(fù)載的動(dòng)態(tài)均衡。
　　本文針對(duì)目前主流的預(yù)測(cè)算法做了深入的分析和總結(jié)，結(jié)合地理信息系統(tǒng)自身計(jì)算密集型、存儲(chǔ)密集型的特點(diǎn)，在不增加服務(wù)器額外開銷的前提下最終選擇一次指數(shù)平滑算法作為本文的預(yù)測(cè)算法，并在此基礎(chǔ)上改進(jìn)了該算法，擴(kuò)展了原算法時(shí)間域的寬度，加入濾波處理消除瞬

3、時(shí)峰值的干擾，增強(qiáng)了算法的準(zhǔn)確性和穩(wěn)定性。同時(shí)本文提出了一種個(gè)性化的宿主機(jī)自動(dòng)選擇策略，用戶會(huì)在申請(qǐng)?zhí)摂M資源之初根據(jù)自身業(yè)務(wù)特點(diǎn)為每一項(xiàng)資源分配相應(yīng)的權(quán)值，申請(qǐng)?zhí)峤唤o管理端，管理端會(huì)以廣播的方式向節(jié)點(diǎn)服務(wù)器發(fā)送查詢信號(hào)，節(jié)點(diǎn)服務(wù)器內(nèi)部預(yù)測(cè)算法給出的預(yù)測(cè)值高于本文設(shè)定的閾值則不作響應(yīng)，否則發(fā)送固定格式的響應(yīng)信息給管理端，管理端收集信息存入響應(yīng)列表中。最后管理端會(huì)依照權(quán)值來計(jì)算響應(yīng)列表中每臺(tái)服務(wù)器的得分，得分最高的服務(wù)器被選定為宿主機(jī)。

4、r>　　云GIS平臺(tái)搭建本文采用OpenStack開源項(xiàng)目作為基礎(chǔ)，結(jié)合OpenStack豐富的功能模塊搭建了一個(gè)可靠的云平臺(tái)。數(shù)據(jù)存儲(chǔ)采用Redis內(nèi)存數(shù)據(jù)庫(kù)和MySQL數(shù)據(jù)庫(kù)相結(jié)合的方式。地理空間數(shù)據(jù)發(fā)布系統(tǒng)使用GeoServer。用戶交互界面采用Django框架和Python語言設(shè)計(jì)的Web前端，包括地理信息查詢、空間數(shù)據(jù)處理、虛擬資源申請(qǐng)等多個(gè)模塊。
　　本文使用Selenium自動(dòng)化測(cè)試工具以及Python的psutil