网格中基于访问频率的数据复制管理策略

网格中涉及到大量数据文件的复制和传输，数据的有效复制可以节省带宽、减少时延、均衡负载、改善系统可靠性。文中提出的采用基于访问频率的复制管理技术可以使用户有效地获得所需的数据，并采用一种改进的Fast Upload方法来更新文件的副本，减少了复制和更新所用的时间，提高系统的效率。     

网格中基于访问频率的数据复制管理策略

网格中涉及到大量数据文件的复制和传输,数据的有效复制可以节省带宽、减少时延、均衡负载、改善系统可靠性。文中提出的采用基于访问频率的复制管理技术可以使用户有效地获得所需的数据,并采用一种改进的Fast Upload方法来更新文件的副本,减少了复制和更新所用的时间,提高系统的效率。     

数据网格关键技术分析

该文阐述了数据网格与计算网格的关系,并分析了数据网格的基本特征和体系结构。重点研究了构建数据网格的多种关键技术。最后通过一个数据网格工程的实例,探讨了数据网格的应用领域及实践价值。     

基于网格环境的数据管理研究

分析了网格环境下数据资源不同于其他资源的特点,针对这些特点论述了网格数据管理所面临的问题．据此分析了面向文件的数据管理服务和面向数据库的数据管理服务的实现。     

数据网格中的数据管理服务框架分析

分析了欧洲数据网格项目中数据管理中间件的体系结构和基本实现。所有的服务都是紧密结合OGSA体系结构并基于Web Service技术原型。目前的数据管理体系结构是模块化的,主要部件有复制定位服务、复制元数据服务、复制优化服务、复制订阅等。详细分析了数据管理各个部分的结构并给出了将来的方向。     

基于网格的远程数据复制二级缓存机制

在网格计算环境中,分布协同工作的邻近主机需要多次拷贝远程文件,存在着重复操作的问题。针对这一问题该文提出了远程数据复制过程中的二级缓存的策略,并对可能出现的读写一致性问题给出了解决的方案。从而减少了分布协同工作时各主机多次拷贝远程文件和并行计算环境中多进程读取输入文件的通信开销,提高了一次通信的有效性。     

网格环境下的数据移动服务研究

网格是一种新兴的基于Internet的并行和分布式计算框架。本文提出的基于网格环境的数据移动服务可提高数据请求的响应速度,进而提高整个网格的运行效率和服务质量。     

基于负载均衡的网格数据移动服务

网格是一种新兴的基于Internet的并行和分布式计算框架。该文提出了一种网格环境下基于负载均衡的数据移动服务。对网格环境下的数据移动需求及其产生的问题进行了详细的分析，并对数据移动服务的概要设计和详细设计进行了具体的分析。     

基于网格的企业数据集成

基于网格的企业数据集成是一种新的集成模式,是实现企业网格应用的基础。在OGSA的体系结构下,建立企业数据集成拓扑结构和系统模型,研究节点互访过程,数据转换模型,探讨了其中的关键问题。实现在自治高效的管理环境中可伸缩性的数据集成,用户透明地使用企业数据资源。     

基于网络带宽差异的数据网格动态复制策略

依据目前数据网格技术发展的现状,对数据网格网络带宽的分布状况与数据网格系统工作效率之间的关系进行了研究,提出一种集群网格拓扑结构,并结合BHR复制策略,设计出HRS复制策略.采用OptorSim试验平台对HRS算法进行了模拟,试验结果表明,HRS策略和其它复制策略相比在总作业执行时间上有明显提高.     

Modeling Replica Availability in Large Data Grids

Large Grid systems not only provide massive aggregated computing power but also an unprecedented amount of distributed storage space. Unfortunately, the dynamic behavior of the Grid, caused by varying resource availability, unpredictable data updates, and the impact of local site policies makes it difficult to exploit the full capabilities of Data Grids.We present an analytical model for determining the optimal number of replica servers, catalog servers, and catalog sizes to guarantee a given overall reliability in the face of unreliable components. Our model captures the characteristics of peer-to-peer-like environments as well as that of Grid systems. Empirical simulations confirm the accuracy of our analytical model.     

Simulation Studies of Computation and Data Scheduling Algorithms for Data Grids

Data Grids seek to harness geographically distributed resources for large-scale data-intensive problems. Such problems, involving loosely coupled jobs and large data-sets, are found in fields like high-energy physics, astronomy and bioinformatics. A variety of factors need to be considered for effective scheduling of resources in such environments: e.g., resource utilization, response time, global and local allocation policies and scalability. We propose a general and extensible scheduling architecture that addresses these issues. Within this architecture we develop a suite of job scheduling and data replication algorithms that we evaluate using simulations for a wide range of parameters. Our results show that it is important to evaluate the combined effectiveness of replication and scheduling strategies, rather than study them separately. More specifically, we find that scheduling jobs to locations that contain the data they need and asynchronously replicating popular data-sets to remote sites, works rather well.     

Analysis of Scheduling and Replica Optimisation Strategies for Data Grids Using OptorSim

Many current international scientific projects are based on large scale applications that are both computationally complex and require the management of large amounts of distributed data. Grid computing is fast emerging as the solution to the problems posed by these applications. To evaluate the impact of resource optimisation algorithms, simulation of the Grid environment can be used to achieve important performance results before any algorithms are deployed on the Grid. In this paper, we study the effects of various job scheduling and data replication strategies and compare them in a variety of Grid scenarios using several performance metrics. We use the Grid simulator , and base our simulations on a world-wide Grid testbed for data intensive high energy physics experiments. Our results show that scheduling algorithms which take into account both the file access cost of jobs and the workload of computing resources are the most effective at optimising computing and storage resources as well as improving the job throughput. The results also show that, in most cases, the economy-based replication strategies which we have developed improve the Grid performance under changing network loads.     

数据复制管理中共享缓存数据流的实现

根据应用需求构建了一个网络数据库间的数据复制系统。鉴于OGSA-DAI的数据提供能力的局限性,提出了通过池化OGSA-DA的Session机制来改进OGSA-DAI对外界提供连续的数据流的能力。描述了数据库变更监控以及池化Session等关键技术的实现方法。由一个数据复制的实例说明了复制框架中从数据监控到数据发布的流程。     

数据网格环境下一种动态自适应的副本定位方法

在数据网格中，数据常常会由于性能和可用性等原因进行复制，如何有效地定位数据的一个或多个副本的物理位置是数据网格系统需要解决的重要问题，提出了一种可扩展、动态自适应的分布副本定位方法——DSRL，DSRL使用宿主结点来支持对同一数据多个副本的同时高效定位，使用本地副本定位结点来支持对副本的本地查询。DSRL提出了一种动态均衡映射方法，将全局副本定位信息均衡分布在多个宿主结点上，并且能够自适应宿主结点的动态加人或退出，详细描述了DSRL的组成，并对DSRL方法的正确性和负载平衡等特性进行了证明，分析和实验表明，DSRL方法有着良好的可扩展性、可靠性、自适应性和性能，并且实现简单，有着较好的实用性。     

基于网格的分布式数据挖掘

针对分布式数据挖掘和网格计算的特点,本文详细分析了目前主流的几种网格体系结构,设计了一种基于开放网格服务架构的Web服务资源框架的分布式数据挖掘整体架构,通过应用描述了它们的具体数据挖掘流程。应用结果验证了该架构在网格环境下进行分布式数据挖掘的可行性和高效性。     

可扩展的远程教育资源管理网格复制选址的研究

数据网格资源的增加、地域分布的扩大,引起了网络性能的下降及传输的延迟,这些问题使得动态复制算法的可扩展性变得尤为重要。而目前数据网格中的动态复制算法均不具备良好的可扩展性,为此该文提出了基于分层管理的拓扑HMLT上的动态复制选址策略,并将其应用于远程教育的资源管理中。     

基于PM-chord算法的数据网格副本定位方法

提出一种数据网格环境下的分布式副本定位算法PM—chord,以完成对所需数据副本的快速定位,降低存储和更新开销。PM—chord取逆时针方向为chord环的正方向,对节点和数据编码后按前缀匹配的原则查询数据,同时增加前继副本机制。分析及实验表明,该算法具有很高的副本定位效率,能够有效解决网格中的查询“热点”问题,具有良好的可靠性和可行性。     

一种基于数据网格技术的MODIS空间数据服务模型研究

介绍了MODIS数据共享与资源服务现状,研究了一种基于3层结构的MODIS数据服务模型,详细介绍了数据服务模型的管理和分发机制。为了确保数据服务模型的可扩展性和平台无关性,设计了基于XML的可扩展性数据访问语言和数据目录服务。最后给出了在空间信息网格试验床上的示范验证,并对实验结果进行分析。