弹性堆叠系统中的数据批量同步方法

在弹性堆叠系统中,主备设备都处于工作状态,对于实时操作系统,数据批量同步所在的进程优先级一般不是最高,主备设备间数据批量同步很难保证既快速又可靠。该文提出一种数据批量同步方法,通过定时检测批量同步消息通道,结合异常序列号确认,保证数据快速同步和同步可靠性,能在实时操作系统中很好地运行。

实时批量同步技术与嵌入式系统探讨

随着计算机软硬件技术的不断发展以及各行各业对于信息化需求的不断激增,对于相关的计算机系统方面的研究逐渐成为了大家关注的焦点问题之一。鉴于此,该文选择实时批量同步技术与嵌入式系统为研究对象,针对相关问题进行了分析与探讨。文章首先回顾了嵌入式系统的概念,然后阐述了嵌入式系统的特点和嵌入式操作系统,然后阐述了Vxworks操作系统的相关概念,并对实时批量同步技术在嵌入式系统中应用的可行性进行了分析。希望该文的研究能够为相关领域提供一些指导,可以为他们的实践应用提供一些新的方法和思路。

弹性堆叠系统中控制数据同步的方法

提出了一种弹性堆叠系统中控制业务模块在主备设备间进行数据同步的方法.确保主设备上各个业务模块数据能够按照指定的次序安全可靠的同步到备设备上,为业务模块的温和重启提供保证,从而保证堆叠系统转发不中断.同时也提出了一种数据同步的方法,通过定时检测同步消息通道,再结合异常序列号确认,既可以保证同步的可靠性,也可以保证同步效率.通过实验证明,此方法能保证堆叠系统实现无中断转发.

云平台下图数据处理技术

针对Hadoop云平台下MapReduce计算模型在处理图数据时效率低下的问题,提出了一种类似谷歌Pregel的图数据处理计算框架——My BSP。首先,分析了MapReduce的运行机制及不足之处;其次,阐述了My BSP框架的结构、工作流程及主要接口;最后,在分析PageRank图处理算法原理的基础上,设计并实现了基于My BSP框架的PageRank算法。实验结果表明,基于My BSP框架的图数据处理算法与基于MapReduce的算法相比,迭代处理的性能提升了1.9~3倍。My BSP算法的执行时间减少了67%,能够满足图数据高效处理的应用前景。

一种面向BSP系统的多等待队列作业调度算法

在以往的BSP（Bulk Synchronous Parallel）系统中,作业调度都是采用基于单队列的优先级调度策略.它的优点是实现简单,但作业队列维护开销大,低优先级作业存在无限等待的问题.论文提出了面向BSP系统基于多等待队列的按优先级作业调度算法,以高响应比优先级队列为作业组织方式,并加入了作业优先级的动态调整策略,避免了低优先级作业因长期得不到执行而废弃的情况.目前,论文所提算法已成功运行于BC-BSP系统中.文中通过实验进一步证明,融合了作业优先级调整策略的基于多等待队列的作业调度算法较传统的单队列优先级调度算法在队列维护方面,能降低30％～50％的维护代价.另外,在兼顾作业的初始优先级的同时,能够减少低优先级作业的等待时间,避免低优先级作业的无限等待问题.