文献类型：期刊文章

作　　者：蒲勇霖[1] 许小龙[1] 于炯[2] 李梓杨[2] 国冰磊[3]

PU Yonglin;XU Xiaolong;YU Jiong;LI Ziyang;GUO Binglei(School of Software,Nanjing University of Information Science and Technology,Nanjing 210044,China;School of Software,Xinjiang University,Urumqi 830002,China;School of Computer Engineering,Hubei University of Arts and Science,Xiangyang 441053,China)

机构地区：[1]南京信息工程大学软件学院,江苏南京210044 [2]新疆大学软件学院,新疆乌鲁木齐830002 [3]湖北文理学院计算机工程学院,湖北襄阳441053

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.62262064);新疆维吾尔自治区重点研发计划基金资助项目(No.2022295358);江苏省高等学校自然科学基金资助项目(No.23KJB520019);新疆维吾尔自治区自然科学基金资助项目(No.2022D01C56);湖北省自然科学基金资助项目(No.2022CFB805)。

年　　份：2024

卷　　号：45

期　　号：2

起止页码：188-200

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD2023_2024、DOAJ、EAPJ、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对流式计算框架在最初设计时缺乏能效方面的考虑,导致其存在高能耗与低效率的问题,提出一种流式大数据平台下的弹性数据迁移节能优化策略。首先,建立负载预测模型与资源判定模型,并进一步设计负载预测算法,通过预测负载变化趋势确定节点资源占用,找到资源过载与过剩节点;其次,建立资源约束模型与最优数据迁移模型,由此提出最优数据迁移算法,以提高节点资源利用率为目的进行数据迁移;最后,建立能耗模型,计算集群进行数据迁移后节约的能耗。实验结果表明,数据迁移节能优化策略能够对集群内节点资源变化做出及时响应,并在提高节点资源利用率的基础上,有效提高集群数据处理的能效。

关 键 词：流式计算  负载预测  资源约束 数据迁移 能效

分 类 号：TN311]