云计算环境下的复杂数据库并行调度模型仿真

魏博

在云计算的大环境下，数据库的调度是非常重要的一个环节，数据库的有效调度关系到云计算的整体运行，而能够有效地对于复杂的数据库进行快速调度，不仅需要多服务器合作，同时也可能涉及多个数据库之间的数据筛选与查找，而问题的难点在于，不同的数据库在计算机语句设置方面也是不同的，这就意味着查询和筛选的规则以及具体的语言逻辑存在着差异性，这种差异也会影响数据有效调度的效率。基于以上问题，笔者提出一种新的数据库调度方法，其主要基于数据相互混沌的特征，实现复杂数据库的调度。通过并行数据调度技术与混沌优先级因子两种方式的有机结合投入到具体的寻优调度计算中，不仅能够快速将混沌特征进行获取，同时能够结合时间序列计算出具体的数据节点的任务量，最终建立优化模型。结果表明，这一改进模型对于复杂数据库的数据调度有一定的积极作用。

伴随着信息技术的快速发展，互联网+、云平台云计算应运而生，在大数据时代下，计算机信息网络已走入千家万户，数据中心也迎来了高速发展的新时代，面向高功率密度的方向稳步向前，在数据中心的快速发展过程中，成本高一级耗能高等问题也逐渐暴露，成为了阻碍其发展的关键因素，同时也存在着一定的数据丢失风险问题，因此建立数据库非常重要，但是数据调度因数量大、标准不一、复杂性高等特点，实现难度大，而复杂数据库并行调度则更具可行性。

一、优化原理

在对于复杂数据库进行有效调度时，传统的调度方式因其局限性而备受诟病，其实现的可能性不高且效率低，而动态性以及具体的任务的异构型也会对其产生较大的影响，因此，笔者认为，混沌特征的算法在对于复杂数据库数据调度时更具有优势。

（一）关于混沌特征提取策略

将待分派的两个或者多个任务通过并行的方式收集负债信息，它是云计算环境下复杂数据并行调度的主要内容，并行调度包含了静态调度以及动态调度的特点，能够通过自身的特点将两者存在的不足进行有效的弥补 。在进行数据库并行调度过程中，它的时间顺序具备明显的混沌性特征，而通过该特征能够对均匀的便利特性以及差分特性进行详细计算，该方式能够大幅度提高搜索能力，能够给复杂数据库运行调度运行提供了保障，具体的内容如下所示。

1. 运行过程将采集数据库调度时间设置为序列顺序基础，并且按照可调节稳定性控制集合曲，其表达公式为：

节点在混沌特征获取的环节中，可以被分成3种形式，分别为平载、轻载以及荷载。在实践过程中，若节点判断成平载时，就会自动转入用户阶段；当判为轻载时，当获取到负荷值时，也会转到用户阶段；而判为超载时，当超载任务移除后，其结果与前面两者一致。

2. 在调度寻优计算过程，将并行技术和混沌因子并合，将混沌存在的特性进行求取，同时，对调度时间顺序的适应值定义mf ；具体的表达公式如下：

二、结果

为了能够有效验证本文提出的方案，需要对数据库并行调度方案进行验证，研究实验工具主要有：CPU设备（4G内存），100G自由空间硬盘，专用网卡2M，操作系统方面，根据实验的需要，選择RedHat AS 4。

实验过程，主要选择传统模型与优化后的模型，在复杂环境下进行调度实验，对两则获取的结果进行对比。

由图可发现，不同模型进行数据库并行调度的过程中，它会随着数据数量的增加，平均的吞叶率会持续增加，但是，优化改进后的算法数据库，实施数据并行调度时，相比于传统的方式其效率远远会更高，并且它能够有效的确保并行调度的荷载负荷效率与调度时间，其性能远远超出传统方式，这也就意味着，改进模型要比传统模型效果更佳。

三、结束语

处于云计算环境下，复杂数据库并行调度时，通过传统的模型方式很难满足实际的运行需要，它的动态性与异构性得不到保障，并且在众多的因素影响下，传统模型会出现崩溃的问题，而复杂数据库并行调度模型真是在这种环境下产生的，该模型的应用主要是通过有效结合并行技术与混沌因子，使其能够到调度中计算，且将混沌的特征获取。且在掌握相关的性能特征后，全面的将搜索能力提高。通过将任务量计算后获取全部的调度需求从而能够给模型的建立提供参数支持。同时，在运行过程中，按照数据目标的节点传输的特征。全面计算节点数据的任务，当任务结果计算完成后，按照结果在复杂环境下实施并行调度模型构建。通过实验结果可知，通过该方式的应用，能够切实提高复杂数据库调度的效率，同时，在一定的程度上大大的增加了系统的吞叶量，该结果满足云计算环境下复杂数据库运行的设计目标。