上下文感知的分布式缓存数据重均衡方法  

Context-aware data reba-lancing for distributed cache

作　　者：朱鑫[1,2] 蒲卫 秦秀磊[1,2] 张文博[1] 钟华[1] 

机构地区：[1]中国科学院软件研究所软件工程技术研究开发中心,北京100190 [2]中国科学院研究生院,北京100190 [3]解放军卫生信息中心,北京100842

出　　处：《计算机工程与设计》2013年第1期207-214,共8页Computer Engineering and Design

基　　金：国家973重点基础研究发展计划基金项目(2009CB320704);国家自然科学基金项目(61173003);国家科技重大专项"核高基"基金项目(2011ZX03002-002-01)

摘　　要：为了改善数据重均衡的效果及减小数据迁移对系统性能的影响,提出一种上下文感知的数据重均衡方法。构建迁移时间预测模型,以刻画虚拟机环境上下文对数据迁移的影响,据此提出基于细粒度资源监测的上下文感知的数据重均衡算法CADR。实验结果表明,该迁移时间预测模型具有较低的错误率;CADR算法与传统数据重均衡算法相比,能够提供更好的均衡效果及更短的迁移时间。In order to improve the effect of data rebalancing and reduce the impact of data migration, a context-aware data reba- lancing approach is proposed. First, a predictive model of migration time is presented to depict the impact of virtualization con- text on data migration. Then a context-aware data rebalancing algorithm （CADR） is provided based on fine-grained resource mo- nitoring. The experiments show that our prediction model of migration time has a low error rate, and CADR can improve perfor- mance compared with a typical data rebalancing algorithm.

关 键 词：分布式缓存 数据重均衡 虚拟机 性能干扰 上下文感知 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]