一種跨數(shù)據(jù)中心的關(guān)聯(lián)云數(shù)據(jù)部署方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)中心領(lǐng)域，尤其涉及一種跨數(shù)據(jù)中心的關(guān)聯(lián)云數(shù)據(jù)部署方法。
【背景技術(shù)】
[0002] 為提高數(shù)據(jù)密集型計(jì)算任務(wù)在云平臺上的執(zhí)行效率，制定合理的數(shù)據(jù)部署策略是 管理者所須解決的關(guān)鍵問題之一。當(dāng)前主流分布式數(shù)據(jù)管理系統(tǒng)均采用一致性哈希策略對 數(shù)據(jù)進(jìn)行劃分，并基于哈希結(jié)果對數(shù)據(jù)隨機(jī)部署。該策略忽略了數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，導(dǎo)致大 量不必要的數(shù)據(jù)傳輸任務(wù)。針對科學(xué)計(jì)算任務(wù)的跨數(shù)據(jù)中心數(shù)據(jù)部署策略，采用聚類思想 將關(guān)聯(lián)緊密的數(shù)據(jù)劃分到相同數(shù)據(jù)子集，并結(jié)合數(shù)據(jù)中心存儲能力對其進(jìn)行部署。但該策 略忽略了數(shù)據(jù)中心帶寬資源的差異，無法降低跨數(shù)據(jù)中心傳輸時間開銷。采用遺傳算法對 云數(shù)據(jù)的跨數(shù)據(jù)中心部署策略進(jìn)行優(yōu)化，但由于結(jié)果很大程度上取決于交叉變異參數(shù)的選 擇，導(dǎo)致算法的適用性較差。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明為克服上述的不足之處，目的在于提供一種跨數(shù)據(jù)中心的關(guān)聯(lián)云數(shù)據(jù)部署 方法，從數(shù)據(jù)部署的角度出發(fā)，提出基于數(shù)據(jù)關(guān)聯(lián)依賴關(guān)系的跨數(shù)據(jù)中心云數(shù)據(jù)部署算法， 在滿足數(shù)據(jù)中心存儲能力約束的前提下，將依賴度高的數(shù)據(jù)盡可能部署到相同或彼此間網(wǎng) 絡(luò)帶寬資源充沛的數(shù)據(jù)中心上。本方法解決了跨數(shù)據(jù)中心的數(shù)據(jù)傳輸影響計(jì)算任務(wù)執(zhí)行的 難題。
[0004] 本發(fā)明是通過以下技術(shù)方案達(dá)到上述目的：一種跨數(shù)據(jù)中心的關(guān)聯(lián)云數(shù)據(jù)部署方 法，包括如下步驟：
[0005] (1)基于云數(shù)據(jù)間的關(guān)聯(lián)關(guān)系與數(shù)據(jù)中心的存儲空間信息對云數(shù)據(jù)進(jìn)行聚類劃 分，得到數(shù)據(jù)子集；
[0006] (2)結(jié)合數(shù)據(jù)子集之間的傳輸量大小和數(shù)據(jù)中心間的帶寬資源，完成數(shù)據(jù)子集的 部署。
[0007] 作為優(yōu)選，所述步驟（1)采用限定規(guī)模的云數(shù)據(jù)劃分算法完成聚類劃分，得到數(shù) 據(jù)集，步驟如下：
[0008] (a)依據(jù)云數(shù)據(jù)間關(guān)聯(lián)依賴關(guān)系的強(qiáng)弱，將云數(shù)據(jù)劃分成若干數(shù)據(jù)子集，并部署到 同一數(shù)據(jù)中心上；
[0009] (b)根據(jù)數(shù)據(jù)中心的存儲空間大小對其進(jìn)行降序排序；
[0010] (c)在該排序基礎(chǔ)上，對有固定部署限制的數(shù)據(jù)，根據(jù)其部署數(shù)據(jù)中心的存儲能力 決定相應(yīng)的數(shù)據(jù)子集規(guī)模；根據(jù)關(guān)聯(lián)緊密程度和數(shù)據(jù)大小，從固定部署到相同位置的數(shù)據(jù) 集合和無部署位置限制的數(shù)據(jù)集合中選取該數(shù)據(jù)子集的成員；
[0011] (d)重復(fù)執(zhí)行步驟（C)直至固定部署需求集合中的全部數(shù)據(jù)被劃分完畢；
[0012] (e)對于無部署位置限制的數(shù)據(jù)，根據(jù)當(dāng)前單個數(shù)據(jù)中心的最大存儲能力決定部 署到該數(shù)據(jù)中心的數(shù)據(jù)子集規(guī)模；并根據(jù)數(shù)據(jù)間的關(guān)聯(lián)緊密程度和數(shù)據(jù)大小，從數(shù)據(jù)集合 中選取該數(shù)據(jù)子集的成員；
[0013] (f)重復(fù)執(zhí)行步驟（e)直至無位置限制集合中的全部數(shù)據(jù)被劃分完畢；至此，全部 數(shù)據(jù)均被劃分到對應(yīng)的數(shù)據(jù)子集中。
[0014] 作為優(yōu)選，所述步驟（2)完成數(shù)據(jù)集的部署的步驟如下：
[0015] (i)當(dāng)數(shù)據(jù)子集有固定部署要求時，將該數(shù)據(jù)子集部署到其要求的數(shù)據(jù)中心上；
[0016] (ii)當(dāng)數(shù)據(jù)子集沒有固定部署要求時，且數(shù)據(jù)子集面對多可部署的數(shù)據(jù)中心時， 則對數(shù)據(jù)中心的網(wǎng)絡(luò)帶寬資源進(jìn)行排序比較，將數(shù)據(jù)子集部署到帶寬資源充足的數(shù)據(jù)中心 上。
[0017] 作為優(yōu)選，所述數(shù)據(jù)中心的網(wǎng)絡(luò)帶寬資源的大小是基于圖論中節(jié)點(diǎn)度的概念，將 每個數(shù)據(jù)中心與其他數(shù)據(jù)中心間的通信帶寬資源量相加得到。
[0018] 作為優(yōu)選，所述固定部署限制的數(shù)據(jù)與無部署位置限制的數(shù)據(jù)的定義如下：設(shè)D =為全部數(shù)據(jù)組成的集合，將數(shù)據(jù)集分為固定數(shù)據(jù)集DflJP非固定數(shù)據(jù)集 Dunflx，其中：Dflx中的數(shù)據(jù)必須部署到固定的數(shù)據(jù)中心；而Dunflx中的數(shù)據(jù)則對其部署數(shù)據(jù)中 心沒有限制；D中每個數(shù)據(jù)由一個三元組山=<s，l，f>表示，其中：以七）表示數(shù)據(jù)山的 大??；1 (山）表示數(shù)據(jù)所部署的數(shù)據(jù)中心；以山）為true則表示山是固定數(shù)據(jù)；反之，f(dJ 為false則表示山是非固定數(shù)據(jù)。
[0019] 作為優(yōu)選，所述得到約束條件的過程如下：
[0020] (A)設(shè)定各數(shù)據(jù)中心存儲空間信息為C，帶寬信息為B，數(shù)據(jù)密集型計(jì)算任務(wù)請求 集合為R，執(zhí)行任務(wù)請求時所需的數(shù)據(jù)集D1;
[0021] (B)對于跨數(shù)據(jù)中心的云數(shù)據(jù)部署問題引入三個離散變量進(jìn)行建模，三個離散變 量的定義如下：
[0025]
，基于模型表達(dá)式得到約束條 件。
[0026] 作為優(yōu)選，所述的約束條件包括6個，如下所示：

[0033] 作為優(yōu)選，所述步驟（A)的數(shù)據(jù)密集型計(jì)算任務(wù)請求集合為R= {Γι，r2, . . .，rk}， 其中對于AeR，則有D;={ddi2, . . . }，用于表示計(jì)算任務(wù)請求r;執(zhí)行時所需數(shù)據(jù)的集 合。
[0034] 本發(fā)明的有益效果在于：（1)本方法解決了跨數(shù)據(jù)中心的數(shù)據(jù)傳輸影響計(jì)算任務(wù) 執(zhí)行的難題；（2)本方法在滿足數(shù)據(jù)中心存儲能力約束的前提下，將依賴度高的數(shù)據(jù)盡可 能部署到相同或彼此間網(wǎng)絡(luò)帶寬資源充沛的數(shù)據(jù)中心上。
【具體實(shí)施方式】
[0035] 下面結(jié)合具體實(shí)施例對本發(fā)明進(jìn)行進(jìn)一步描述，但本發(fā)明的保護(hù)范圍并不僅限 于此：
[0036] 實(shí)施例：一種跨數(shù)據(jù)中心的關(guān)聯(lián)云數(shù)據(jù)部署方法，具體如下：
[0037] 本實(shí)施例中設(shè)V={vuv2, . . .，vn}為各數(shù)據(jù)中心組成的集合，其中VieV為編號 為i的數(shù)據(jù)中心。C(Vl)為數(shù)據(jù)中心Vl的存儲空間大小。V中η個數(shù)據(jù)中心間的網(wǎng)絡(luò)帶寬 資源則通過帶寬矩陣B= 表示，對于i,j= 1，2,. . .，η且i乒j，帶寬矩陣Β中元 素表示從數(shù)據(jù)中心v肩v』的網(wǎng)絡(luò)帶寬值；當(dāng)i=j時，bu值為無窮·由于數(shù)據(jù)中心 間網(wǎng)絡(luò)帶寬資源通常由云平臺所有者按需配置，因此假設(shè)其網(wǎng)絡(luò)帶寬值提前可知，并且忽 略其實(shí)時波動.設(shè)D= {山，d2,. . .，dj為全部數(shù)據(jù)組成的集合。由于某些數(shù)據(jù)具有私有性 和產(chǎn)權(quán)性，或者某些數(shù)據(jù)須特定數(shù)據(jù)中心的專有設(shè)備才能處理，因此將數(shù)據(jù)集分為固定數(shù) 據(jù)集DflJP非固定數(shù)據(jù)集Dunflx，其中：Dflx中的數(shù)據(jù)必須部署到固定的數(shù)據(jù)中心；而Dunflx中 的數(shù)據(jù)則對其部署數(shù)據(jù)中心沒有限制.D中每個數(shù)據(jù)由一個三元組山=<s，1，f>表示，其 中：以山）表示數(shù)據(jù)山的大?。?(七）表示數(shù)據(jù)所部署的數(shù)據(jù)中心；以山）為true表示山是 固定數(shù)據(jù)，其指定存放的數(shù)據(jù)中心為1 (山），反之f(山）為false則表示山是非固定數(shù)據(jù)。
[0038] 設(shè)R= {i^，r2, . . .，rk}為數(shù)據(jù)密集型計(jì)算任務(wù)的集合，其中對于R，有D;= {屯，di2, . . . }，表示計(jì)算任務(wù)請求1^執(zhí)行時所需數(shù)據(jù)的集合.由于云平臺上計(jì)算任務(wù)的復(fù) 雜性，因此每個任務(wù)所須要處理的數(shù)據(jù)都不完全相同，同時每個數(shù)據(jù)都可能被多個不同任 務(wù)處理。當(dāng)某些數(shù)據(jù)須同時被多個計(jì)算任務(wù)處理時，這些數(shù)據(jù)間關(guān)聯(lián)依賴關(guān)系便較強(qiáng)；反 之，數(shù)據(jù)間關(guān)聯(lián)依賴關(guān)系便較弱。
[0039] 在本發(fā)明的實(shí)施例中，給定云環(huán)境下各數(shù)據(jù)中心存儲空間信息C和帶寬信息B;給 定數(shù)據(jù)密集型計(jì)算任務(wù)請求集合R，以及每個計(jì)算任務(wù)A執(zhí)行時所需的數(shù)據(jù)集Di。跨數(shù)據(jù) 中心大規(guī)模云數(shù)據(jù)部署問題為：如何設(shè)計(jì)跨數(shù)據(jù)中心數(shù)據(jù)部署策略，通過為每個數(shù)據(jù)選擇 合理的數(shù)據(jù)中心進(jìn)行部署，在滿足數(shù)據(jù)中心存儲空間約束和數(shù)據(jù)固定存放位置約束的前提 下，降低數(shù)據(jù)部署后的跨數(shù)據(jù)中心傳輸時間開銷.為對跨數(shù)據(jù)中心的云數(shù)據(jù)優(yōu)化部署問題 進(jìn)行建模，引入三個離散變量來描述跨數(shù)據(jù)中心云數(shù)據(jù)部署策略，其定義分別如下：
[0040]
[0043] 在此基礎(chǔ)上，使用整數(shù)規(guī)劃技術(shù)對該問題進(jìn)行建模，其整數(shù)規(guī)劃模型如下：
[0051] 該模型目標(biāo)（1)為通過計(jì)算合理的數(shù)據(jù)部署策略，最小化全部數(shù)據(jù)密集型任務(wù)執(zhí) 行時的跨數(shù)據(jù)中心數(shù)據(jù)傳輸時間開銷。需要滿足的約束包括：約束（2)保證對數(shù)據(jù)集D中 任意數(shù)據(jù)d，都必須被部署到某個數(shù)據(jù)中心上；約束（3)保證對有固定部署位置限制的數(shù)據(jù) dflx，被部署到其要求的數(shù)據(jù)中心l(dflx)上；約束（4)保證對任意數(shù)據(jù)中心ieV，在其上部 署的數(shù)據(jù)總大小滿足其存儲能力C(i)的限制；約束（5)保證對任意數(shù)據(jù)中心ieV，當(dāng)數(shù)據(jù) d未部署到i時，i可從其他數(shù)據(jù)中心j獲得數(shù)據(jù)d;約束（6)保證對任意數(shù)據(jù)中心i,jeV， 僅當(dāng)數(shù)據(jù)d部署到數(shù)據(jù)中心j時，i才可從j獲得數(shù)據(jù)d;約束（7)限定了x4l，Zy的取值范圍。
[0052] 在本發(fā)明的實(shí)施