AnyQuery:网格环境下基于服务的分布式查询处理系统

AnyQuery是一种适用于网格环境、基于服务的分布式查询处理系统，使用统一的数据格式（可扩展标记语言）来表示和传输数据，所有组成模块以网格服务的形式实现，网格服务之间通过标准的接口进行通信．这种接口和实现分离技术屏蔽了不同数据库及其运行节点的差异，为用户提供一致的虚拟关系数据视图和分布式数据查询支持．在分析和研究已有的并行数据库和分布式数据库查询技术的基础上，AnyQuery提出和实现了一种适用于动态网格环境的分布式查询计划生成和执行算法，该算法能够根据网格环境中各节点及其连接网络的实际情况确定查询计划，支持跨数据库的连接查询．基于Globus 3．0开发了AnyQuery的原型系统，性能测试表明该系统具有较好的可扩展性，尤其适合计算密集型的复杂查询．     

基于OGSA的分布式查询处理研究

探讨了在以服务为中心的网格环境中分布式查询的原理及其实现机制,介绍了传统的数据库技术在网格环境中部署和使用的方法,提出了分布式查询引擎需要处理的问题及目前的解决方案。     

DQP:网格上的一种分布式查询处理器

网格计算是近年来兴起的一个研究热点,它旨在使互联网上所有资源(计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等)实现全面共享与协同工作,使整个因特网整合成一台巨大的超级计算机,为用户提供“即连即用”式的服务。文中介绍了网格计算的概念、特点,以及开放网格服务体系结构(OGSA),详细介绍了OGSA-DQP的功能、架构、实现方法以及执行流程。     

DQP:网格上的一种分布式查询处理器

网格计算是近年来兴起的一个研究热点，它旨在使互联网上所有资源（计算资源、存储资源、通信资源、软件资源、信息资源、知识资源等）实现全面共享与协同工作，使整个因特网整合成一台巨大的超级计算机，为用户提供“即连即用”式的服务。文中介绍了网格计算的概念、特点，以及开放网格服务体系结构（OGSA），详细介绍了OGSA—DQP的功能、架构、实现方法以及执行流程。     

基于网格的分布式交互仿真技术研究

网格是高性能计算机、数据源、因特网三种技术有机结合的产物,是为用户提供资源全面共享的公共平台.分布交互式仿真是通过局域网、广域网使分散在各地的仿真设备交互作用,并可使人参与交互的一种综合环境.该文通过对网格技术和分布式仿真技术的分析,从仿真技术的需求入手,阐述了基于网格进行分布式交互仿真的重要性.研究了基于网格进行分布仿真的两种方法,一是利用网格技术提供现有仿真技术的支撑,二是利用网格技术扩展现有的仿真技术,并对第二种方法进行了进一步的讨论,分析了利用网格技术对HLA体系结构进行扩展的方法.     

基于数据网格的分布式查询优化模型

智能交通系统（ITS）中多个异构的、地理位置分散的数据源能使用像数据网格这样的分布式计算技术进行集成,这种集成所面临的真正挑战是分布式查询处理引擎的设计和开发。一般而言,分布式查询优化按照以下三个阶段进行：查询所涉及节点的确定,并行执行方案的生成,执行查询的最佳节点选择。由于这三个阶段的相互隔离可能会导致得到的查询方案并不是最佳的,提出了一个新的分布式查询优化模型,该模型集成了查询优化的三个阶段,综合考虑了查询优化各个阶段所涉及的参数,如节点的有效内存、处理速度、数据传输容错能力等。     

网格环境下的查询优化方法

针对网格环境下,资源有较强的分布性、异构性特征,提出了一种基于批处理的启发式MCT查询优化算法.该算法在平衡节点间的负载、缩短查询花费时间方面有较好的性能,非常适合多用户并发查询海量信息.     

网格环境下分布式元学习任务的设计

元学习方法是采用集成学习的方式来生成最终的全局预测模型。该方法的基本思想是从已经获得的知识中再进行学习,从而得到最终的数据模式。网格能有效地为元学习提供高性能和分布式的基础设施。文中根据知识网格的概念,在Globus Toolkit的基础上,分析了知识网格的体系结构和它的主要组件。根据分布式元学习的一般过程,设计了在知识网格体系结构下的元学习任务。     

网格环境下分布式元学习任务的设计

元学习方法是采用集成学习的方式来生成最终的全局预测模型。该方法的基本思想是从已经获得的知识中再进行学习，从而得到最终的数据模式。网格能有效地为元学习提供高性能和分布式的基础设施。文中根据知识网格的概念，在Globus Toolkit的基础上，分析了知识网格的体系结构和它的主要组件。根据分布式元学习的一般过程，设计了在知识网格体系结构下的元学习任务。     

基于网格服务的分布式数据挖掘

在分析传统分布式数据挖掘平台不足的基础上,结合网格服务的思想,提出了基于网格服务的分布式数据挖掘平台,同时在该平台上,实现了分布式BP网络分类算法（GBPC-GS）。仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降,同时CPU的负载也下降了约40%。     

网格工作流研究

网格工作流是随着网格计算技术的发展而产生的一种新型协同计算技术。文中对国外的一些网格工作流的建模、体系结构和流程描述语言作了进一步的研究,介绍了网格和工作流的相关技术,然后给出了网格工作流的定义和网格工作流与传统工作流的区别,最后简要介绍了4个比较典型的网格工作流,并提出网格工作流的未来发展趋势。     

一种面向服务的网格作业管理机制

开放网格服务体系结构(OGSA)的出现表明让网格资源以服务形式提供标准化的接口已成为趋势，然而目前的网格作业管理系统主要针对以程序形式提交的批处理类型作业，其管理的资源对象和调度目标主要面向科学计算，在基于服务的网格环境下远不能满足应用的需求：一方面，用户的使用模式从批处理为主转向带有交互性质的服务访问模式；另一方面，不同的应用对服务质量(QoS)有着不同级别的需求，为了解决这些问题，提出了一种面向服务的作业管理机制，它作为用户访问网格资源(服务)的代理，为用户提供透明的、与资源物理位置无关的并带有会话支持的作业服务接口。还引入了服务水平协议(SLA)的概念来表示用户需求的不同网格服务级别，作业管理系统则根据可定制的服务水平实现配置(SLAP)将sIA中规定的各项QoS特性映射到具体的作业管理行为，该作业管理机制已应用于织女星网格系统软件中，并能够为基于服务网格的应用提供灵活有效的支持。     

分布并行计算在网格环境下的一种新实现

介绍了开放网格服务结构OGSA的标准实现Globus Tookit 3的系统结构、编程模型以及分布式并行的支撑环境,并以大规模矩阵相乘为例给出了该环境下分布并行计算的实现方法和试验结果。讨论了任务分布、系统通信和容错机制等关键问题。     

基于Globus平台的网格服务实现

广义上来讲,网格就是一个集成的计算和资源环境,或者说是一个计算资源池[1]。本文首先介绍了网格技术的发展,以及当前普遍使用的网格环境Globus及其框架,然后介绍了实现网格环境的工具GlobusToolkit以及执行的两个主要标准:OGSA(OpenGridServicesArchitecture)和OGSI(OpenGridServicesInfrastructure)。最后,通过实例说明了网格服务的具体实现过程。     

Agent技术在网格计算中的应用

网格计算的异构性、动态性和可扩展性对分布式计算技术提出了挑战。当前的分布式计算都是基于传统的Client／Server模式，通过远程过程调用或消息传递等方式实现跨平台操作，比较适合稳定的网络环境和应用场合，难以适应网格计算的要求。通过对agent技术的特点和优点的分析，提出了在网格计算中应用agent技术的思想，提出了agent技术在网格计算中的应用模型和六个应用方向，讨论了在网格计算中应用agent技术存在的问题，最后展望了agent技术在网格计算中的应用前景。     

校园网格平台的研究

随着校园网络资源的快速增长,结合黄淮学院校园网资源现状及管理需求,阐述了校园网格的设计思路与方案,设计了面向服务的校园网格系统拓扑结构,构建了面向服务的层次系统架构及服务访问模型,为用户提供统一透明的网格服务。最大限度地避免了信息孤岛的局限性。     

浅谈开放的网格服务体系架构(OGSA)

网格已经成为当前网络计算领域的最新研究热点。该文主要讲述了一种重要的网格体系结构——开放网格服务结构,分析了它的基本思想、具体结构及特点。     

网格体系架构发展综述

网格的体系架构是网格的骨架和灵魂,是网格最本质的东西,只有在合理的网格体系架构上才能设计和建造好高效优质的网格平台。本文从以协议为中心的五层沙漏架构FLSA到以服务为中心的开放式网格服务架构OGSA,以及对OG-SA核心规范OGSI的改进形成WSRF进行详尽的分析,有利于读者从整体上对网格体系架构进行全面的了解和把握。