没有合适的资源?快使用搜索试试~ 我知道了~
面向跨数据中心网络的节点约束存储转发调度方法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 116 浏览量
2022-06-10
08:19:45
上传
评论
收藏 3.39MB DOCX 举报
温馨提示
![preview](https://dl-preview.csdnimg.cn/85597783/0001-f02344beefe86e9fbd50ac4e61c7931d_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
试读
44页
面向跨数据中心网络的节点约束存储转发调度方法.docx
资源推荐
资源详情
资源评论
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/release/download_crawler_static/85597783/bg1.jpg)
摘 要 借助海量数据中心存储,通过存储转发
调度大数据传输,已被证明能有效解决跨数据中心间大数据传输
难题然而,多数现有调度方法将数据途经的所有网络节点例如数据中
心均纳入 调度决策,导致其计算复杂度过高,难以为大规模网络
提供实时调度服务针对跨数据中心光网络场景,给出 模型,量化
分析存储节点数量对调度问题性能与复杂度的影响研究表明:在一定
条件下,无需将所有节点都纳入调度决策也可获得良好的调度性能由
此,提出了节点约束 调度方法该方法的特点在于:仅将部分数
据途经节点纳入调度决策,降低调度问题求解难度;引入拓扑抽象,
将被选节点间链路状态压缩,缩小调度问题规模、提高算法求解效率
仿真结果表明:在阻塞率和算法计算时间方面,该方法优于现有调度
方法
关键词 大数据传输跨数据中心网络波长路由存储调度方法
随着新兴在线应用与云服务的迅猛发展,跨数据中心的大数据传
输需求正呈现井喷态势
目前典型的大数据传输应用,例如数据中心
备份、大科学计算等,其传输数据量多达数百太字
节,传输所需带宽高达数吉比特每秒,传输时间甚至可持
续数天
!
这对跨数据中心网络提出了前所未有的挑战由于大数据传输
时间长数小时到数天,因此数据往往对传输延时不敏感,具有延迟
容忍性"#"为了应对上述挑战,许多研究工作尝试利用
延迟容忍性,为大数据的传输与调度提供额外灵活性
$
![](https://csdnimg.cn/release/download_crawler_static/85597783/bg2.jpg)
文献 $的共同特征之一是采用端到端%%连接
传输大数据然而,网络中带宽资源的使用情况在时间和空间上均呈现
不均衡性,这使得在较大网络范围内进行 %% 数据传输难以实现例如,
在跨时区的数据传输中,由于不同时区中网络出现带宽使用的峰谷时
间不一致,跨多个时区的 %% 高带宽通路难以实现即便在同一个时区
中,由于网络中各条链路带宽可用情况差异甚大,能够提供给 %% 传
输的时间窗口也很小,难以满足大数据传输要求
&
为承载持续上升的
网络高峰期流量,即便网络在非高峰期有大量闲置带宽,数据中心运
营商仍然必须不断从互联网服务提供商'()()
'*购买更多的带宽,或者持续升级其专用线路的带宽容量
为了克服 %% 传输面临的困境, 存储被引入数据传输路径当
网络流量进入高峰时段例如正午,将延迟容忍的数据缓存于途经节
点例如 ,从而避免大、小数据流的带宽竞争;当网络流量进入低
谷时段例如凌晨,充分利用大量闲置带宽资源继续传输数据,即通
过存储转发+错峰传输”大数据,已被证明
能有效解决跨数据中心间大数据传输难题
本文以海量 存储与光电路交换 )"),))-).
/的结合作为研究场景一方面,/ 可以为大数据提供高带宽、
大容量、低开销的传输通道另一方面,通过 实现数据分段传输,
避免了传统 / 面临的 %% 传输困境
!
然而,存储的引入将传统的
路由问题变为更加复杂的 调度问题求解该调度问题,不仅需要在
![](https://csdnimg.cn/release/download_crawler_static/85597783/bg3.jpg)
空间上寻找传输路径,还需要在时间上规划何时传输、何时缓存相比
传统路由问题, 调度问题求解难度大,计算复杂度高
&
此外,不
恰当地调度存储、带宽资源,反而导致绕路、网络资源碎片化等问题
进而恶化网络性能
显然, 效能的发挥取决于能否高效、合理求
解 调度问题
本质上, 的灵活性取决于数据传输路径上的存储节点数每个
存储节点都为调度决策提供一个 选项存储节点越多, 调度方
案就越灵活目前大多数研究工作旨在最大限度地发挥 的灵活性,
因此将数据传输路径上的所有节点均纳入 调度决策
&
当每个节
点接收到数据后,其必须决定是否存储该数据、需要存储多长时间,
以及应该以何种速率将该数据传输到下一节点这导致调度问题的复杂
度随传输路径跳数的增加呈指数增长
&!
因此,在大规模网络、动态网
络场景下,调度问题将变得难以求解
在实际传输过程中,数据通常只需在部分途经节点,而非途经的
所有节点,进行 即可满足传输需求
0
例如,文献0研究表明
大多数请求通过 , 次 即可到达目的地此外,在 / 网络中,
每次 都需要进行昂贵的光电光)"")")"
/%/转换,这会带来额外的功耗和网络管控开销
由此,本文将探索
如何将部分途经节点而非所有节点纳入 调度决策,从而降低计算
复杂度的方法
本文的主要贡献有 个方面:
![](https://csdnimg.cn/release/download_crawler_static/85597783/bg4.jpg)
首先借助理论分析模型,比较了 与 种典型 %% 传输方式
的调度性能与复杂度研究表明,在某些情况下,即使使用单个存储节
点传输方式,也可以获得与多存储节点传输方式近似的调度性能
进一步扩展理论分析模型,量化分析了参与调度决策的存储节
点数量对 调度性能与复杂度的影响研究表明,在调度过程中,仅
将部分途经节点纳入调度问题决策,同时扩大时间维度的调度范围,
不仅能获得更好调度性能,同时能有效降低计算复杂度
提出了节点约束 调度方法该方法将部分数据途经节点纳入
调度决策,同时根据所选节点进行拓扑抽象给定相同的计算复杂度限
制,该方法可以对更大时间范围内的网络状态进行搜索,比使用所有
节点进行调度的现有调度方法作出更优的调度决策仿真表明,该方法
在阻塞率和运算时间方面优于现有调度方法
1 相关工作
1.1 现有 SnF 调度方法
本文根据调度策略,将现有 调度方法分为 类:基于最大
灵活性1232))")#4策略的调度方法,该策略旨在最大化
的调度灵活性,因此其将所有网络节点都纳入调度决策; 基于
节点约束)5策略的调度方法,该策略旨在以牺牲
一定的调度灵活性为代价简化调度问题,因此其仅将部分网络节点纳
入调度决策图 对现有 调度方法进行分类总结
![](https://csdnimg.cn/release/download_crawler_static/85597783/bg5.jpg)
).")6)2)).-,").1-
图
已有
调度方法及其分类
基于 4 策略的 调度方法
多数学者旨在充分利用现有网络基础架构,最大程度地发挥
调度的灵活性,即采用基于 4 的调度策略这些学者针对所有网络节
点均部署有存储的网络场景开展研究,即完全部署,"""1
网络场景
&
在此基础之上,学者们提出的 调度方法会将数据传输路径上
的所有节点均纳入调度决策
&
因此,每个节点都为 提供了潜在
可能在这些研究工作中, 调度问题被建模为优化问题,例如线性
规划问题和网络流量问题
& 7
,并且采用经典的优化算法或启发式算
法来求解问题,实现路由、调度与资源分配的最优解现有以优化建模
为基础的 调度方法复杂度较高,更适合解决小规模网络、静态网
络场景下的离线调度优化问题静态网络场景中,请求的数量和到达时
间都是提前已知的然而,文献8的研究表明, 调度问题的规模
会随着传输路径跳数的增加而呈指数增长这意味着当调度问题规模较
大时,问题可能难以求解因此,上述 调度方法难以为大规模网络、
动态网络场景提供实时调度在动态网络场景中,请求是随机到达网络,
剩余43页未读,继续阅读
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/3f07197aad004e4fa57ac5a008eb6aaf_weixin_57147647.jpg!1)
罗伯特之技术屋
- 粉丝: 3907
- 资源: 1万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
下载权益
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
C知道特权
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
VIP文章
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
课程特权
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
开通VIP
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)