混合云中面向数据中心的工作流数据布局方法

来源：软件学报杂志2016年第7期北京时间：

作者：李学俊,吴洋,刘晓,程慧敏,朱二周,杨耘

单位：李学俊，计算智能与信号处理教育部重点实验室(安徽大学), 安徽 合肥 230039;安徽大学 计算机科学与技术学院, 安徽 合肥 23060111,吴洋，安徽大学 计算机科学与技术学院, 安徽 合肥 23060102,刘晓，华东师范大学 软件学院, 上海 20006203,程慧敏，安徽大学 计算机科学与技术学院, 安徽 合肥 23060104,朱二周，安徽大学 计算机科学与技术学院, 安徽 合肥 23060105,杨耘，安徽大学 计算机科学与技术学院, 安徽 合肥 230601;School of Information Technology, Swinburne University of Technology, Melbourne 3122, Australia06

摘要：科学工作流是一种复杂的数据密集型应用程序.如何在混合云环境中对数据进行有效布局,是科学工作流所面临的重要问题,尤其是混合云的安全性要求给科学云工作流数据布局研究带来了新的挑战.传统数据布局方法大多采用基于负载均衡的划分模型布局数据集,该方法可以获得很好的负载平衡布局,然而传输时间并非最优.针对传统数据布局方法的不足,并结合混合云中数据布局的特点,首先设计一种基于数据依赖破坏度的矩阵划分模型,生成对数据依赖度破坏最小的划分;然后提出一种面向数据中心的数据布局方法,该方法依据划分模型将依赖度高的数据集尽量放在同一数据中心,从而减少数据集跨数据中心的传输时间.实验结果表明,该方法能够有效地缩短科学工作流运行时跨数据中心的数据传输时间.

关键词：科学工作流;云计算;混合云;数据布局;传输时间

基金资助：国家自然科学基金(61300042,61300169)