Применение стохастических метаэвристик в задаче управления данными в мультиклиентском кластере баз данных


https://doi.org/10.18255/1818-1015-2014-4-13-24

Полный текст:


Аннотация

Мультиклиентский кластер баз данных – это концепция хранилища данных для облачных приложений с мультиклиентской архитектурой. Кластер представляет собой набор серверов реляционных баз данных с единой точкой входа, объединенных в одно целое и работающих под управлением контроллера кластера. Данная система нацелена на использование приложениями, разрабатываемыми в соответствии с парадигмой Software as a Service (SaaS), и позволяет разместить на предоставленных серверах данные большого количества клиентов таким образом, чтобы обеспечить их изоляцию, резервирование и наиболее эффективное использование предоставленных вычислительных мощностей. Одной из наиболее важных задач при разработке системы подобного рода является эффективное распределение данных по серверам, которое определяет степень загруженности отдельных узлов, а также устойчивость системы к сбоям. В работе рассматривается подход к управлению данными, основанный на применении функции оценки эффективности балансировки нагрузки. Данная функция применяется как при первичном размещении клиентов, так и для оптимизации уже имеющегося распределения клиентов. Оптимизация размещения ведется по стандартным схемам стохастических метаэвристик: имитации отжига (simulated annealing) и поиска с запретами (tabu search).


Об авторе

Евгений Александрович Бойцов
Ярославский государственный университет им. П.Г. Демидова
Россия
аспирант кафедры теоретической информатики, 150000 Россия, г. Ярославль, ул. Советская, 14


Список литературы

1. Chong F., Carraro G. Architecture strategies for catching the long tail. — 2006. — URL: http://msdn.microsoft.com/en-us/library/aa479069.aspx.

2. Chong F., Carraro G., Wolter R. Multi-tenant data architecture. — 2006. — URL: http://msdn.microsoft.com/en-us/library/aa479086.aspx.

3. Boytsov E., Sokolov V. The problem of creating multi-tenant database clusters // Proceedings of SYRCoSE. — Perm, 2012. — P. 172–177.

4. Boytsov E. Designing and development of the imitation model of a multi-tenant database cluster // Modeling and Analysis of Information Systems. — 2013. — Vol. 20, no. 4. — P. 136–149.

5. Boytsov E., Sokolov V. The formal statement of the load-balancing problem for a multi-tenant database cluster with a constant flow of queries // Proceedings of the Spring/Summer Young Researchers’ Colloquium on Software Engineering. — Kazan, 2013. — P. 117–12.

6. Boytsov E., Sokolov V. Comparison of data management strategies for multi-tenant database cluster // Proceedings of the International Symposium on Business Modelling and Software Design. — Luxembourg, 2014. — P. 217–222.

7. Beckman M., Koopmans T. Assignment problems and the location of economic activities // Econometrica. — 1957. — Vol. 25. — P. 53–76.

8. The generalized quadratic assignment problem : Rep. / University of Toronto, Department of Mechanical and Industrial Engineering ; Executor: C.-G. Lee, Z. Ma. — Toronto, Canada : 2004.

9. Sahni S., Gonzalez T. P-complete approximation problems. // Journal of ACM. — 1976. — Vol. 23, no. 3. — P. 555–565.

10. Burkard R. Locations with spatial interactions: The quadratic assignment problem. // Discrete location theory. — 1991. — P. 387–437.

11. Rendl F., Pardalos P., Wolkowicz H. The quadratic assignment problem: A survey and recent developments // Proceedings of the DIMACS Workshop on Quadratic Assignment Problems. — Vol. 16. — American Mathematical Society, 1994. — P. 1–42.

12. Burkard R., Cela E. Quadratic and three-dimensional assignment problems // Annotated Bibliographies in Combinatorial Optimization. — Chichester : Wiley, 1997. — P. 373–392.

13. Holland J. H. Adaptation in Natural and Artificial Systems. — Cambridge : MIT Press, 1992.

14. Kirkpatrick S., Gelatt C. D., Vecchi M. P. Optimization by simulated annealing // SCIENCE. — 1983. — Vol. 220, no. 4598. — P. 671–680.

15. Glover F. Future paths for integer programming and links to artificial intelligence // Computers and Operation Research. — 1986. — Vol. 13, no. 5. — P. 533–549.

16. Elmore A., Das S., Agrawal D., El Abbadi A. Zephyr: Live migration in shared nothing databases for elastic cloud platforms // Proceedings of the ACM SIGMOD International Conference on Management of Data. — New York, 2011. — P. 301–312.


Дополнительные файлы

Для цитирования: Бойцов Е.А. Применение стохастических метаэвристик в задаче управления данными в мультиклиентском кластере баз данных. Моделирование и анализ информационных систем. 2014;21(4):13-24. https://doi.org/10.18255/1818-1015-2014-4-13-24

For citation: Boytsov E.A. Applying Stochastic Metaheuristics to the Problem of Data Management in a Multi-Tenant Database Cluster. Modeling and Analysis of Information Systems. 2014;21(4):13-24. (In Russ.) https://doi.org/10.18255/1818-1015-2014-4-13-24

Просмотров: 301

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1818-1015 (Print)
ISSN 2313-5417 (Online)