Web集群中基于实时概率的容错调度算法研究(1)(2)
2014-10-15 01:09
导读：(5) 对式(5),随着节点数的增加，系统的可用度迅速增加。假定平均修复时间为0.5小时。计算可得，在有4个结点的集群系统中，即使每个结点的故障率高达
(5) 对式(5),随着节点数的增加，系统的可用度迅速增加。假定平均修复时间为0.5小时。计算可得，在有4个结点的集群系统中，即使每个结点的故障率高达0.1次/小时，集群系统的可用度已经达到99.9%。那么已知系统所需的可用度为An，很容易得到所需服务器台数为： n=
(6)3 基于概率的实时容错调度3.1 实时容错调度算法的基本思想 随着电子商务等关键业务的发展，要求任务的执行可用度很高，而且往往都有严格的时间约束,若由于处理机的故障导致某些任务不能完成，或不能在其限定的时间之前完成，就可能造成重大损失[1,6]。因此需要在Web集群系统中提供一定的实时容错调度能力以提高整个系统的可用性。文献[7]、[8]提出在不同处理机上调度任务的多个版本来运行，以此达到容错的目的。 但是，同样任务的多个版本，运行时具有同样的请求，系统利用率只有1/n。文献[9]提出了一种回收的方法，提高了系统效率。 系统的请求集可定义为Γ={Ti|i=1,2,…}。Ti可以用一个四元组(Gi，Si，Di，Pi)来表示。其中，Gi表示请求到达系统的时间；Si表示请求被调度开始执行的时间；Di表示请求必须执行完成的时间，即deadline；Pi表示请求的执行时间；采用的故障模型同第2节[5]，另外，在对请求进行容错调度的同时，系统要能及时通过“心跳”诊断并报告处理机故障[10]。由于处理机之间通信所需时间与请求的执行时间相比非常短，因此可忽略处理机之间消息的传递时间[7,8]。 基于概率的实时容错调度算法基本思想如下：对任一动态到达系统的非周期性任务Ti，我们将首先置入主请求队列Qp，同时将此请求复制一份到从请求队列Qb，主请求记为Pti,，从请求(或称为后备请求)记为Bti，确定它的区分共2页: 1 [2] 下一页 论文出处(作者):
（转载自http://zw.ＮＳＥaＣ.com科教作文网） 基于GF(2n)椭圆曲线点积改进算法的PKI数据传输模型研究
基于Struts和EJB的Web Service框架研究
