大数据网络服务器群智能伸缩机制与架构研究

鞠洪尧

doi:10.11959/j.issn.1000-0801.2015073

您当前的位置：

首页 >

文章列表页 >

大数据网络服务器群智能伸缩机制与架构研究

研究与开发 | 更新时间：2024-06-05

- 大数据网络服务器群智能伸缩机制与架构研究
- Research on Smart Scaling Mechanism and Structure for Big Data Network Server Groups
- 电信科学 2015年31卷第3期页码：89-97
- 作者机构：
- 作者简介：
- 基金信息：
  
  科技部创新基金资助项目;The Innovation Fund for Technology Based Firms of the Chinese Ministry of Science and Technology(14C26213311599);宁波市智团创业基金资助项目;Ningbo Intelligence Group Entrepreneurship Project(2013B70071)
- DOI：10.11959/j.issn.1000-0801.2015073
  中图分类号：
- 网络出版日期：2015-03，
  
  纸质出版日期：2015-03-20
- 稿件说明：
移动端阅览
鞠洪尧. 大数据网络服务器群智能伸缩机制与架构研究[J]. 电信科学, 2015,31(3):89-97.

Hongyao Ju. Research on Smart Scaling Mechanism and Structure for Big Data Network Server Groups[J]. Telecommunications science, 2015, 31(3): 89-97.
鞠洪尧. 大数据网络服务器群智能伸缩机制与架构研究[J]. 电信科学, 2015,31(3):89-97. DOI： 10.11959/j.issn.1000-0801.2015073.

Hongyao Ju. Research on Smart Scaling Mechanism and Structure for Big Data Network Server Groups[J]. Telecommunications science, 2015, 31(3): 89-97. DOI： 10.11959/j.issn.1000-0801.2015073.

摘要

阐述了大数据网络服务器群智能伸缩原理及架构的构建过程，对大数据网络服务器群智能伸缩涉及的关键技术做了深入的探讨。围绕服务器群工作负载监测、服务器数量智能增减控制以及访问负载调度等关键技术展开研究，给出了大数据网络服务器群智能伸缩机制和实现方法，为大数据网络智能伸缩及有效节能提供了技术支持。依据所提的构建方法和关键技术，给出了大数据网络服务器群智能伸缩模型。

Abstract

The principle and construction of the structure of smart telescopic on big data network server groups were elaborated.The key technologies involved in the smart scaling of big data network server groups were discussed.After investigating key technologies

including the monitoring of the workload of the server group

the smart control of the number of servers

and the scheduling of access loads

the principle and realization method for the smart scaling of big data network server groups were proposed and technical supports were provided for the smart scaling and effective energy conservation of big data network server groups.According to the proposed construction method and key technologies

a smart scaling model for big data network server groups was provided as well.

关键词

Keywords

references

王元卓，靳小龙，程学旗 . 网络大数据：现状与展望 . 计算机学报， 2013 , 36 （ 6 ）: 1125 ～ 1138

Wang Y Z , Jin X L , Cheng X Q . Network big data:present and future . Chinese Journal of Computers , 2013 , 36 （ 6 ）: 1125 ～ 1138

王珊，王会举，罩雄派等 . 架构大数据：挑战、现状与展望 . 计算机学报， 2011 , 34 （ 10 ）: 1741 ～ 1752

Wang S , Wang H J , Tan X P , et al . Architecting big data:challenges,studies and forecasts . Chinese Journal of Computers , 2011 , 34 （ 10 ）: 1741 ～ 1752

孟小峰，慈祥 . 大数据管理：概念、技术与挑战 . 计算机研究与发展， 2013 , 50 （ 1 ）: 164 ～ 169

Meng X F , Ci X . Big data management:concepts,techniques and challenges . Journal of Computer Research and Development , 2013 , 50 （ 1 ）: 164 ～ 169

吴金红，张飞，鞠秀芳 . 大数据：企业竞争情报的机遇、挑战及对策研究 . 情报杂志， 2013 , 32 （ 1 ）: 5 ～ 9

Wu J H , Zhang F , Ju X F . Big data:opportunities,challenges and strategies of enterprise . Journal of Intelligence , 2013 , 32 （ 1 ）: 5 ～ 9

王树良，丁刚毅，钟鸣 . 大数据下的空间数据挖掘思考 . 中国电子科学研究院学报， 2013 , 8 （ 1 ）: 8 ～ 17

Wang S L , Ding G Y , Zhong M . On spatial data mining under big data . Journal of CAEIT , 2013 , 8 （ 1 ）: 8 ～ 17

马建光，姜巍 . 大数据的概念、特征及其应用 . 国防科技， 2013 , 34 （ 2 ）: 10 ～ 17

Ma J G , Jiang W . The concept,characteristics and application of big data . National Defense Science＆Technology , 2013 , 34 （ 2 ）: 10 ～ 17

Manyika J , Chui M , Brown B et al . Big data:the next frontier for innovation,competition,and productivity . http://www.mckinsey.com/insights/mgi/research/technology_and_innovation/big_data_the_next_frontier_for_innovation http://www.mckinsey.com/insights/mgi/research/technology_and_innovation/big_data_the_next_frontier_for_innovation , May 2011

Big data,big impact:new possibilities for international development . http://www.mckinsey.com/insights/mgi/research/technology_and_innovation/big_data_the_next_frontier_for_innovation http://www.mckinsey.com/insights/mgi/research/technology_and_innovation/big_data_the_next_frontier_for_innovation , 2012

亓开元，赵卓峰，房俊等 . 针对高速数据流的大规模数据实时处理方法 . 计算机学报， 2012 , 35 （ 3 ）: 476 ～ 490

Qi K Y , Zhao Z F , Fang J , et al . Real-time processing for high speed data stream over large scale data . Chinese Journal of Computers , 2012 , 35 （ 3 ）: 476 ～ 490

陶健，张占平，郑戊午等 . 机载实时容错分布式计算机系统数据网络的设计与实现 . 航空计算技术， 2008 , 38 （ 6 ）: 102 ～ 106

Tao J , Zhang Z P , Zheng W W , et al . Design and implementation of airborne real-time fault-tolerance distributed computer system's data network . Aeronautical Computing Technique , 2008 , 38 （ 6 ）: 102 ～ 106

黄哲学，曹付元，李俊杰等 . 面向大数据的海云数据系统关键技术研究 . 网络新媒体技术， 2012 , 1 （ 6 ）: 20 ～ 26

Huang Z X , Cao F Y , Li J J , et al . Developing sea cloud data system key technologies for large data analysis and mining . Journal of Congwen.net , 2012 , 1 （ 6 ）: 20 ～ 26

时念云，王文佳，马力 . 基于普适云的大数据挖掘 . 计算机系统应用， 2013 , 22 （ 11 ）: 7 ～ 12

Shi N Y , Wang W J , Ma L . Data mining of big data based on ubicloud . Computer Systems＆ Applications , 2013 , 22 （ 11 ）: 7 ～ 12

徐国虎，孙凌，许芳 . 基于大数据的线上线下电商用户数据挖掘研究 . 中南民族大学学报（自然科学版）， 2013 , 32 （ 2 ）: 100 ～ 105

Xu G H , Sun L , Xu F . Study on big data-based mining of O2O ec users'data . Journal of South-Central University for Nationalities （Nat.Sci.Edition） , 2013 , 32 （ 2 ）: 100 ～ 105

曾斌，姚路，陈志诚 . 基于负载平衡智能体的分布式 Web 代理群集研究 . 计算机工程与设计， 2011 , 32 （ 8 ）: 2631 ～ 2635

Zeng B , Yao L , Chen Z C . Study of distributed web proxy cluster using load balancing agents . Computer Engineering and Design , 2011 , 32 （ 8 ）: 2631 ～ 2635

李帅，李盖凡，许胤龙 . 大规模多层次分布式网络系统及其仿真 . 计算机仿真， 2012 , 29 （ 9 ）: 139 ～ 143

Li S , Li G F , Xu Y L . Large-scale multi-layer distributed network system and its simulation . Computer Simulation , 2012 , 29 （ 9 ）: 139 ～ 143

陈斌，白晓颖，马博等 . 分布式系统可伸缩性研究综述 . 计算机科学， 2011 , 38 （ 8 ）: 17 ～ 24

Chen B , Bai X Y , Ma B , et al . Survey on software scalability of distributed system . Computer Science , 2011 , 38 （ 8 ）: 17 ～ 24

尹浩，林闯，文浩等 . 大规模流媒体应用中关键技术的研究 . 计算机学报， 2008 , 31 （ 5 ）: 755 ～ 774

Yin H , Lin C , Wen H , et al . Research on key technologies of large-scale streaming media . Chinese Journal of Computers , 2008 , 31 （ 5 ）: 755 ～ 774

姚婧，何聚厚 . 基于模糊聚类分析的云计算负载平衡策略 . 计算机应用， 2012 , 32 （ 1 ）: 213 ～ 217

Yao J , He J H . Load balance strategy of cloud computing based on fuzzy clustering analysis . Journal of Computer Applications , 2012 , 32 （ 1 ）: 213 ～ 217

黄晓斌，钟辉新基于大数据的企业竞争情报系统模型构建 . 情报杂志， 2013 , 32 （ 3 ）: 37 ～ 43

Huang X B , Zhong H X . Build enterprise competitive intelligence system model based on big data . Journal of Intelligence , 2013 , 32 （ 3 ）: 37 ～ 43

Chaiken R , Jenkins B , Larson P , et al . SCOPE:easy and efficient parallel processing of massive data sets . Proceedings of the VLDB Endowment , Auckland,New Zealand , 2008 : 1265 ～ 1276

Abadi D J , Ahmad Y , Balazinska M , et al . The design of the borealis stream processing engine . Proceedings of Second Biennial Conference on Innovative Data Systems Research , Asilomar,USA , 2005 : 277 ～ 289

浏览量

703

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于mean-variance的服务集群负载均衡方法