排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
针对Web服务集成过程中分阶段事件驱动架构(SEDA)仅考虑服务集成架构的资源消耗,而对被集成的服务及由其构成的任务资源耗费考虑不足的问题,提出了分阶段优先级事件驱动架构(SPEDA).选取评价指标,通过熵权法对事件进行优先级评估,而在阶段内对优先级高的事件给予优先处理;使用非抢占式规则的排队系统构建集成任务资源消耗的数学模型,通过合理安排事件的优先等级来降低集成任务资源消耗.实验表明,SPEDA采用3个优先级别,其任务资源消耗比SEDA降低了18%,在考虑了优先级划分粒度的情况下,5个级别的集成任务资源消耗比3个级别的降低了21%. 相似文献
2.
为了满足大规模网络计算系统在高并发、动态资源管理、稳定性等方面的需求,提出了一种适于主-从模式网络计算的事件驱动架构.它综合了多线程任务处理和事件驱动任务处理的优点,基于排队论推导出了针对主-从模式网络计算的线程资源管理方法,通过引入网络队列将分阶段事件驱动架构的应用范围由单机环境扩展到广域网环境,利用延时队列改善了系统的响应性和可靠性,优先级队列的使用有效地支持了各种作业调度机制.此外,系统还具备了模块化构建和快速开发的特征.实验和药物发现网格应用的实践表明,应用该架构可使系统1 000个作业的平均提交时间由1 850 s缩短为1 350 s,作业的平均处理时间由1 910 s缩短为1 420 s,系统资源得到了更合理的利用. 相似文献
3.
利用应用程序特征识别降低网格监控负载的研究 总被引:3,自引:0,他引:3
针对网络监控负载随着监控任务的增加而增加,从而影响集群有效管理、利用及监控系统性能的问题,展开了利用应用程序特征识别降低网格监控负载的研究.采用主成分分析法分析程序执行过程中的监测数据,得到应用程序的主成分因子,再经由4种密集型基准程序构造的比对特征集合匹配,识别应用程序的主要特性,以此达到降低监控负载的目的.在原型系统上的应用程序特征识别及监控负载评估实验表明,对于混合类型应用程序或某种密集型应用程序,监控负载可以减少20%~60%,对于巨大的采集数据,可以做到有效精炼. 相似文献
1