一种优化的Kafka消费者/客户端负载均衡算法

Kafka是一款高吞吐的分布式消息系统,在海量数据处理等多个领域被广泛使用。但现有Kafka消费者/客户端负载均衡算法存在一些不足,在处理海量数据时易产生过高开销甚至出错等问题。提出了一种优化的Kafka消费者/客户端负载均衡算法,负载均衡过程完全由作为管理者的消费者控制,其余消费者不必单独进行负载均衡,而且管理者不用重新分配每个消费者消费的分区。系统对所有消费者的运行状况进行监控,出现宕机的消费者后可及时进行负载再均衡。测试结果说明该算法能够减少Kafka消费者/客户端在负载均衡过程中的系统开销,并避免出现错误的负载均衡结果,可以有效地保障分布科学数据处理的正确性。

基于智能手机的惯性导航轨迹生成算法

针对传统的手机惯性导航技术存在无法精确计步和计算步长的问题,提出了一种基于智能手机的惯性导航轨迹生成算法。该算法根据智能手机上三轴加速度传感器捕捉的人走路时产生的三轴加速度,利用基于Mealy状态机的计步算法计算人所走过的步数,并获得每一步的起止时间戳;根据三轴陀螺仪所获取的数据及每一步的起止时间戳,结合指南针读数,计算人走过的每一步所发生的方向变化;根据不同步长的人行走时所产生的不同加速度,基于最小二乘法估计人的步长;根据路径起点的坐标,结合步长及方向变化,计算人走过的每一步相对于路径起点的坐标,得到人的运动轨迹。仿真结果表明该算法能够达到较高的惯性导航精度。