蚁群算法在数据库存储过程中的应用_第1页
蚁群算法在数据库存储过程中的应用_第2页
蚁群算法在数据库存储过程中的应用_第3页
蚁群算法在数据库存储过程中的应用_第4页
蚁群算法在数据库存储过程中的应用_第5页
已阅读5页,还剩6页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 蚁群算法在数据库存储过程中的应 用 摘要;通过分析数据库存储过程 的特点,作者提出了基于蚁群算法的分 布式数据库存储模型。此模型根据应用 中心的海量数据的分布特性,以蚁群算 法原理为基础,在充分考虑负载均衡的 前提下,完成了基于蚁群算法的数据库 存储模型的构建。同时,该文将存储容 量均衡程度、吞吐量及响应延时作为评 价指标。作者在 Matlab 仿真软件中进 行数据库存储过程的仿真验证,进而对 所设计的数据库存储模型进行性能验证。 验证结果表明该文设计的基于蚁群算法 的数据库存储模型较顺序数据库存储策 略使数据库在吞吐量方面增加了 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 19.1%,响应延时方面减少了 12.9%, 同时,能够实现各数据库的存储容量均 衡分布。 中国论文网 /8/view-12938006.htm 关键词:蚁群算法;数据库;存 储过程 中图分类号:TP311 文献标识码: A 文章编号; 1009-3044(2017)07- 0006-02 数据应用空间是通过互联网技术 和数据库技术系统构建的,其数据来源 是海量互联网应用及相关服务,涉及各 个领域,渗透到各个物品中。数据应用 空间可以划分为感知层、网络层以及数 据应用层三个层次,其中,数据应用层 负责对用户产生的海量数据进行传输和 处理,因此,需要性能优越的存储模型 对其性能进行提升。换言之,对数据库 存储过程的优化即实现其分布式存储。 目前,分布式数据库存储系统已 经逐渐被人们的所重视,其主要由各 PC 机及分布在云端的服务器资源系统 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 配合完成的,通过研究发现,分布式数 据库存储系统主要包含以下特点: (1)扩展性强。分布式数据存 储系统的容量范围较大,从几百台数据 库系统到几千台都可以,而且可以根据 具体的实际应用进行动态添加,表现出 的扩展性极强,而且随着数据库规模的 不断扩张,其性能也应该呈线性增加趋 势。 (2)成本低。分布式数据库存 储系统所具备的自动纠错和自动负载均 衡功能可以使其部署在性能不必很突出 的普通 PC 设备中。而且,且扩展性使 其能够实现设备的线性数量扩张,不仅 控制了硬件成本,而且控制了运行维护 成本。 (3)性能优越。无论是针对整 个分布式数据库系统集群还是单台数据 库服务器,数据库的存储过程通过多个 优化方法进行协同配合,使其性能较一 般的数据库系统要强。 (4)易用性强。分布数据库系 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 统提供了第三方应用的接口,方便管理 员进行功能扩展,而且在运行维护的过 程中,提供了可视化的运行维护、管理 工具。 在本文中,作者提出了基于蚁群 算法的分布式数据库存储模型。此模型 根据应用中心的海量数据的分布特性, 以蚁群算法原理为基础,在充分考虑负 载均衡的前提下,完成了基于蚁群算法 的稻菘獯娲 偷墓菇 时,本 文将存储容量均衡程度、吞吐量及响应 延时作为评价指标。作者在 Matlab 仿 真软件中进行数据库存储过程的仿真验 证,进而对所设计的数据库存储模型进 行性能验证。 1 蚁群算法模型的建立 1.1 基于蚁群算法的数据库存储 方法设计 1.1.1TSP 蚊群算法模型 (1) G= (C,L)表示某个有向图, TSP 主要负责从有向图 G 中找出距离最 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 小的 Hamilton 圈,此即一条对 C=c1,c2,cn )中被 n 个元素同 时通过且仅通过一次的最短封闭了曲线。 为了更加准确模拟蚂蚁的实际运 动轨迹,在蚁群算法模型中定义如下记 号;bi(t)描述了 t 时刻位于元素 i 处 的蚂蚁的总体数量;n 描述了 TSP 蚁群 的规模,m 描述了蚁群中蚂蚁的总数, d 描述了节点 i,j 之间的距离,则以上 参数满足下式, (2) Lk 描述了蚂蚁 k 运动轨迹的总 体长度;本算法模型中通过禁忌表 tabuk(k=1 , 2,m)对蚂蚁 k 当前 所走过的所有节点元素进行记录,蚂蚁 集合属性随着 tabuk 的进化更新过程进 行实时的动态调整。=ij(t)|ci,cj 属于 C)描述了 t 时刻蚂蚁集合 C 中任 意元素两两连接链路 lij 中包含的残留 信息素的集合;ij(t)描述了 t 时刻运 动路径(i,j)中残留信息素的总体数 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 量。在此模型中,假定在初始时刻所有 路径中包含的信息素浓度相等,且均匀 分布,设初始信息素浓度 ij(0)一 C(C 为随机正常数) ,而且需要说明的 是蚊群算法寻求最优解的过程主要是通 过有向图 g=(C,L,)完成的,有向 图对蚂蚁的运动路径进行规划,同时对 信息素进行调整。 1.1.2 路径选择机制 在蚁群算法模型中放置的人工蚂 蚁均处于离散状态,蚂蚁选择下一移动 节点的依据是此路径上的信息素浓度, 选取信息素浓度大的路径。蚂蚁在整个 移动的过程中通过随机策略实现游程的 遍历,而且在整个游程的遍历过程中总 能找到满足要求的可行解。 首先,将 m 只蚂蚁根据随机分布 原则将其分别安置在 n 个节点上,然后 通过系统设定的状态转移规则在每个节 点上循环实施。当蚂蚁处于节点 i 的位 置,其通过执行随机转移策略对另一个 尚未经过的节点 j 间的运动轨迹进行确 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 定,该策略的判断依据主要包含两方面 内容,一是节点 i,j 之间路径上分布信 息素的含量 ij(t) ,二是两个节点间的 距离。Pkij( t)描述了在 t 时刻蚂蚁 k 从节点 i 向节点 j 移动的状态转移概率, 计算过程如下式所示: (3) 在公式中, allowdk=1, 2,n-tabuk)描述了 蚂蚁 k 在下一时刻能够选择的节点集合; ij 描述了系统的启发函数,而且对于 蚂蚁 k 来说,dij 的取值越小,k 则越大, 转移概率 Pkij(t)也就越大。 (4) 从数学的角度来看,启发函数能 够准确描述蚂蚁从节点 i 向节点 j 移动 的期望程度,即系统中路径(i,j)的 期望程度;, 分别负责描述 , 因 子对此的作用程度。其中, 作为系统 的信息启发式因子,能够对轨迹的重要 性进行描述,等价于其值能够描述此路 径中包含的信息素的含量,信息素含量 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 越大, 值越大,意味着蚂蚁选择其他 蚂蚁已经运动过的路径的可能性就越大, 但 值过大会给系统带来陷入局部最优 解的困难之中; 是系统的期望启发式 因子,描述了能见度的相对重要性,其 取值的大小直接关系到启发式信息的重 要程度。如果 =0,蚁群算法越接近于 典型的贪婪算法。如果 =0,蚁群算法 越接近于正反馈启发式算法。综上所述, 算法的蚂蚁会选择路径相对较短、信息 素含量相对较高的路径作为下一时刻的 运行路径。 2 应用测试 本文在 Matlab 软件中构建仿真 实验场景,仿真场景主要由两台服务器 组成,同时,每台服务器与五个存储单 元连接,服务器之间以及存储单元之间 均使用有线网络实现信息交互,同时配 备了 10 个数据终端向服务器的存储单 元进行写操作,即实现了存储过程。写 操作的数据传输速率 10 M/ms,将蚁群 算法融入到该仿真场景中,使其能够根 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 据读写操作的内容合理地选择目标存储 器,仿真r 间设置为 20 分钟,实验完 成后,对未使用蚁群算法和使用过蚁群 算法的使用结果进行分析对比。 本实验的目的是实现数据存储的 均衡分布,图 1 对 10 台数据库存储单 元在完成了写操作后的存储容量结果, 通过实验结果可以看到,使用了蚁群算 法的数据库存储过程,各存储单元的容 量基本维持在 11 928 M 左右,说明本 文设计的基于蚁群算法的数据库存储方 法能够有效地分布数据的存储压力,真 正实现了分布式存储的思想,不会造成 数据的拥堵。 而且在吞吐量及响应延时方面, 与典型的顺序分布的存储器模型比较, 性能也有所提升,据统计,本文设计的 基于蚁群算法的数据库存储方法在吞吐 量方面增加了 19.1%,在响应延时方面, 减少了大约 12.9%。性能分析可能会很 复杂,因为不同情况下系统的瓶颈点不 同,有的时候是网络,有的时候是磁盘, -精选财经经济类资料- -最新财经经济资料-感谢阅读- 10 有的时候甚至是机房的交换机或者 CPU,另外,负载均衡以及其他因素的 干扰也会使得性能更加难以量化。 3 总结 在本文中,作者通过分析数据库 存储过程的特点,作者提出了基于蚁群 算法的分布式数据库存储模型。此模型 根据应用中心的海量数据的分布特性, 以蚊群算法原理为基础,在充分考虑负 载均衡的前提下,完成了基于蚁群算法 的数据库存储模型的构建。同时,本文 将存储容量均衡程度、吞

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论