-
公开(公告)号:CN118535333B
公开(公告)日:2025-05-23
申请号:CN202410659254.8
申请日:2024-05-27
Applicant: 中国地质大学(北京)
Abstract: 本发明涉及分布式流计算技术领域,特别涉及一种面向波动数据流下的算子弹性缩放方法及系统。方法包括:读取用户的配置以及监控模块的数据;获得当前环境中的运算实例的数量,基于当前监控数据和运算实例的数量,结合延迟约束策略以及弹性缩放策略对算子的并行度进行调整;根据调整后的算子并行度,通过调度管理器对任务在节点间进行重新定位,并基于自适应调度策略进行任务资源的分配。本发明实现了As‑Stream的数据监测模块以及性能优化模块,并集成到分布式流计算平台Apache Storm中,从延迟、吞吐量、资源利用率和系统负载的角度对系统指标进行了全面的评估。实验结果表明,As‑Stream在不同的数据流速率下,与弹性缩放方法Autoscale+相比,As‑Stream在系统性能行具有明显的提升。
-
公开(公告)号:CN118535333A
公开(公告)日:2024-08-23
申请号:CN202410659254.8
申请日:2024-05-27
Applicant: 中国地质大学(北京)
Abstract: 本发明涉及分布式流计算技术领域,特别涉及一种面向波动数据流下的算子弹性缩放方法及系统。方法包括:读取用户的配置以及监控模块的数据;获得当前环境中的运算实例的数量,基于当前监控数据和运算实例的数量,结合延迟约束策略以及弹性缩放策略对算子的并行度进行调整;根据调整后的算子并行度,通过调度管理器对任务在节点间进行重新定位,并基于自适应调度策略进行任务资源的分配。本发明实现了As‑Stream的数据监测模块以及性能优化模块,并集成到分布式流计算平台Apache Storm中,从延迟、吞吐量、资源利用率和系统负载的角度对系统指标进行了全面的评估。实验结果表明,As‑Stream在不同的数据流速率下,与弹性缩放方法Autoscale+相比,As‑Stream在系统性能行具有明显的提升。
-