分布式线程池模型的设计与实现

针对传统线程池的弊端,设计了一个分布式线程池系统模型,该系统可在池内部实施功能分布、动态自我调整和任务透明传递执行.给出了该线程池内部的主要对象结构,并对池内对象在池资源的多元性及统一接口实现、负载平衡与任务透明转移以及池结构的动态监控管理与优化等几个方面的功能协作给出了详细的设计.     

一种改进的动态负载均衡算法

设计并实现了一种基于发送者表与接收者表的可迁移动态负载均衡算法.该算法依据混合式动态任务调度策略,由实时监测系统下各结点的负载信息,借助检查点保存的状态参数实现系统任务的动态迁移.理论证明它能有效降低调度过程中的额外开销,保证负载信息的及时和准确,避免迁移中的颠簸现象,有效改善动态任务的调度和成功率,提高系统的并行运行性能.     

自适应大规模服务器集群监控系统的构建

针对大规模服务器集群监控系统域大小固定而不能动态适应集群规模变化的缺点,提出了自适应动态域算法.通过计算监控引入的负载,根据负载容忍度要求,动态改变域的个数和大小,以适应集群规模变化.同时,提出了浮动域监控节点的方法,以应对域监控节点负载过重的情况,即在域监控节点负载较重时,自适应地选择新的域监控节点,并完成节点角色的自动更新.采用自适应的线程池和数据库连接池可降低监控任务的开销,加快执行任务的响应时间.监控CPU利用率的测试结果表明,系统执行单任务的响应时间为128 ms,20个任务的响应时间为242 ms;数据库连接池的性能测试结果表明,在300 S内,采用了自适应池、不采用自适应池方案所耗处理器资源分别为1.80%和7.53%,处理任务数分别为12 364和2 769.     

线程池的优化设计

在各种业务解决方案的设计中,服务器处理任务的效率是衡量方案优劣的一个重要标准．使用线程池技术并发处理任务是提高服务器效率的一个主要手段．在几乎所有线程池的设计中,线程的算法都没有根据线程所要执行的任务特点进行调整,导致实际使用过程中的效率并不高．作者设计了一个通用的线程池,并且可以根据不同任务的特点,调整线程池参数,最大幅度地提高系统性能。     

基于混合式P2P模型的消息中间件设计

介绍了一个基于混合式P2P模型的消息中间件的设计与实现过程.设计的消息中间件分为两部分:节点端消息中间件和服务器端消息中间件.节点端消息中间件分三层:消息管理层、消息处理层、消息收发层.消息管理层是整个消息中间件的核心,主要负责消息队列管理、消息订阅管理、系统管理和消息处理,采用基于混合式P2P模型的发布/订阅系统,使用动态线程池技术实现消息并发处理功能;消息处理层负责消息加密/解密、消息格式转换和消息封装/提取等处理过程;消息收发层负责建立连接、网络管理、消息接收/发送等功能.服务器端消息中间件主要提供名字服务和消息广播服务.同时论述了消息中间件的服务质量(QoS)特性及各种QoS特性的控制.     

一种基于进程迁移的自适应双阈值动态负载平衡系统

为了实现机群系统内负载的均衡分布 ,提高资源利用率和系统的吞吐率 ,论文设计并实现了基于并行虚拟机环境的可迁移动态负载平衡系统。该系统采用集中式任务调度 ,定义了负载向量的计算方法 ,同时设计了“自适应双阈值算法”实时监测系统下各结点的负载信息 ,并实现了同构机群系统下进程的动态迁移。该算法有效保证了负载信息的及时性和准确性 ,避免了进程迁移的颠簸现象。实验结果表明 ,由于采用了自适应算法 ,本系统额外开销较小 ,能有效改善动态任务的分配和调度 ,提高系统的并行运行性能。     

基于对象池模式的自适应线程池技术

针对如何确定线程池中线程数量问题,提出了一种基于对象池模式的自适应线程池技术,采用灰色系统理论预测算法来预测需要线程的数量,使线程池中线程的数量与所需值保持一致,从而为在提高服务器使用效率的同时保证用户的服务质量提供了一个解决方案.这种线程池技术应用于电话缴费系统的设计,获得了良好的效果.     

基于混合式P2P模型的消息中间件设计

介绍了一个基于混合式P2P模型的消息中间件的设计与实现过程。设计的消息中间件分为两部分:节点端消息中间件和服务器端消息中间件。节点端消息中间件分三层:消息管理层、消息处理层、消息收发层。消息管理层是整个消息中间件的核心,主要负责消息队列管理、消息订阅管理、系统管理和消息处理,采用基于混合式P2P模型的发布/订阅系统,使用动态线程池技术实现消息并发处理功能;消息处理层负责消息加密/解密、消息格式转换和消息封装/提取等处理过程;消息收发层负责建立连接、网络管理、消息接收/发送等功能。服务器端消息中间件主要提供名字服务和消息广播服务。同时论述了消息中间件的服务质量(QoS)特性及各种QoS特性的控制。     

Linux下高性能网络服务器的设计

本文讨论了Linux下一种高性能网络服务器的设计,采用线程池和内存池技术,AIO技术和缓存技术以及消息队列可以大幅度提升系统性能,减少服务端开销,可胜任高负荷高吞吐量环境需求,测试表明该系统性能优势在高负荷情况尤其明显。     

基于C/S的RBI专家系统的设计与实现

目前RBI软件因扩展性不足不能满足RBI标准不断更新的需求,它亦不能实现根据实际情况调整风险预测模型,并且在多用户并发进行RBI风险计算时效率低下.针对以上问题,设计并实现了基于C/S的RBI专家系统.该系统以RBI中通用的API581标准为依据构建知识库,采用XML存储知识,使其达到了RBI标准动态更新以及在RBI实施中根据实际情况及时调整风险预测模型的要求.采用层次式知识库结构、应用数据缓存和基于线程池的任务管理器,使系统达到了在多用户并发时具有快速响应能力的目的.     

线程池技术在车流监控系统中的应用

车流监控系统可以利用射频识别（radio frequency identification,RFID）技术有效地获取车流信息,为道路的疏导和管理提供信息支持.针对车流监控系统服务器需要并行地接受大量客户机的服务请求的问题,分析了由于多线程频繁的创建和销毁线程造成系统开销的浪费、服务器响应速度慢的缺点;结合系统多连接、断续性、集中性和持续性的特点,提出了基于线程池技术的服务器模型,并分析说明了线程池的工作原理,最后给出了系统的框架代码.经过仿真测试表明,本系统稳定可靠,对于解决服务器并行操作问题,具有很好的通用性.     

混沌线程池与GPU优化的批量图像加密算法

数据量大且冗余度高是数字图像显著的特征,这对大批量图像快速实时加密提出了挑战。为了解决此问题,基于Lorenz混沌加密技术,设计了一种采用线程池与图形处理器(graphics processing unit,GPU)组合优化的批量图像加密算法。该算法通过线程池改进图像的读写,并进行图像镜像变换;利用Lorenz混沌系统生成加密序列,结合图像分块混沌序列进行加密;然后对批量图像数据进行打包,通过GPU进行大批量的异步计算;最后重组图像矩阵得到批量加密图像。实验测试表明,该算法能够有效抵御常见的攻击手段,经过性能优化后的批量数字图像加密算法,可以保证图像安全性;同时,在批量图像读取速率和加解密处理效率方面有显著的提高。     

一种P2P流媒体数据传输任务分派算法

定义了P2P流媒体数据传输的数学模型,提出了一种具有最小缓冲延迟的P2P流媒体数据传输任务分派算法MBADP2P,算法考虑已分派/待分派资源块情况、当前网络中各节点可提供的出口带宽和各资源块实际产生的缓冲延迟,将待分派资源块动态测试分派到相关节点,计算出具有最小缓冲延迟的传输分派方案．算法可根据网络环境的变化动态调整任务分派方案,更适合于实际的应用环境．测试结果显示,在非特定假设情况下,该算法的缓冲延迟小于其他已知的任务分派算法．     

采用改进粒子群的P2P流媒体数据调度算法

P2P技术解决了传统流媒体应用中的不能支持大用户的问题.而数据调度算法一直是P2P流媒体研究领域中的核心问题.为了减轻服务器的负载, 并且有效利用P2P网络中节点的资源.本文提出一种基于改进粒子群算法的P2P流媒体数据调度方法.该算法使用了粒子群算法进行寻优,并对粒子群算法进行改进,算法中定义了 "加法"运算,替换原来的速度方程,并增加变异算子,防止早熟收敛.最后通过对比实验验证了算法的有效性.     

一种基于预测的负载平衡策略

提出了一种基于预测的动态负载平衡算法，算法以本地负载信息为基础预测结点到达空闲状态的时间，并且在此之前发出任务请求，从而保证系统中各结点都处于忙碌状态，以提高系统资源的利用率与系统整体性能。由于算法在实施负载平衡时不需要在各进程之间进行同步操作，而且各结点自主决定负载平衡参数，对系统中其他结点的信息要求少，因此负载平衡的开销较小。实验证明，该算法对于科学计算类问题具有较好的效果。     

基于.NET的线程池技术及其应用研究

数据库的访问效率是影响应用系统运行效率的关键因素,采用何种方法提高数据库访问效率是软件开发人员普遍关注的问题,也是研究中的难题。本文基于.NET平台,利用多线程技术来处理与分布在不同机器上的多个数据库交互,线程池技术减少了线程创建和销毁的开销,提高了线程的可重用性,因而可以有效提高服务器端效率。该种方法为提高数据库访问效率提供了一种有效的途径。