分布式锁是分布式存储系统的重要组件,锁协议的性能对系统整体的性能有关键性影响。远程直接内存访问(remote direct memory access,RDMA)是一种新兴的数据中心网络技术,它支持单边网络通信原语,可以降低系统CPU开销,同时具备低延迟、...分布式锁是分布式存储系统的重要组件,锁协议的性能对系统整体的性能有关键性影响。远程直接内存访问(remote direct memory access,RDMA)是一种新兴的数据中心网络技术,它支持单边网络通信原语,可以降低系统CPU开销,同时具备低延迟、高吞吐的性能特性,为设计高速分布式锁协议提供了新机遇。然而,设计基于RDMA的分布式锁协议面临诸多挑战。着重在保证高性能的前提下解决扩展性和公平性挑战,提出一种RDMA网络中的高性能分布式锁协议FeLock,它利用多种类型的RDMA网络通信原语,使客户端不仅能与服务端通信加解锁,还能与其他客户端直接通信以移交锁所有权,同时实现了高性能、公平性和性能的扩展性。具体地,为保证高性能,FeLock引入了节点粒度锁管理机制,缩减锁协议在关键路径上的网络往返次数。为实现扩展性,FeLock引入了轮转移交机制,将所有节点排成1个环,客户端按照其在环中的顺序依次移交锁的所有权。为实现公平性和避免客户端饥饿,FeLock引入了节点信用机制,限制节点连续加锁的次数,避免其他节点上的客户端无法加锁。实验显示,FeLock相比于现有单边RDMA锁协议(如DSLR)表现出相似或更高的性能,并且具有更好的公平性和扩展性。在3~120个客户端的环境下,FeLock的吞吐量是DSLR的1.01~7.51倍,公平性提升至多2.24倍。展开更多
针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务...针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务执行阶段存在的场景不确定以及无人机携带物资载荷限制等问题,建立了一种更为符合救援实际的多任务分配模型。然后,优化了一致性包算法的任务包构建结构以提高算法效率和搜索最优解的能力。第1阶段通过基于密度聚类算法生成候选任务集合,并通过随机方式构建非候选任务集合;第2阶段通过无人机之间的通信,消解它们因独立构建任务包而产生的冲突。最后,将该算法分别应用于静态和实时动态任务分配场景。仿真实验结果表明,该算法可较为高效地找到合理的任务分配方案。展开更多
文摘分布式锁是分布式存储系统的重要组件,锁协议的性能对系统整体的性能有关键性影响。远程直接内存访问(remote direct memory access,RDMA)是一种新兴的数据中心网络技术,它支持单边网络通信原语,可以降低系统CPU开销,同时具备低延迟、高吞吐的性能特性,为设计高速分布式锁协议提供了新机遇。然而,设计基于RDMA的分布式锁协议面临诸多挑战。着重在保证高性能的前提下解决扩展性和公平性挑战,提出一种RDMA网络中的高性能分布式锁协议FeLock,它利用多种类型的RDMA网络通信原语,使客户端不仅能与服务端通信加解锁,还能与其他客户端直接通信以移交锁所有权,同时实现了高性能、公平性和性能的扩展性。具体地,为保证高性能,FeLock引入了节点粒度锁管理机制,缩减锁协议在关键路径上的网络往返次数。为实现扩展性,FeLock引入了轮转移交机制,将所有节点排成1个环,客户端按照其在环中的顺序依次移交锁的所有权。为实现公平性和避免客户端饥饿,FeLock引入了节点信用机制,限制节点连续加锁的次数,避免其他节点上的客户端无法加锁。实验显示,FeLock相比于现有单边RDMA锁协议(如DSLR)表现出相似或更高的性能,并且具有更好的公平性和扩展性。在3~120个客户端的环境下,FeLock的吞吐量是DSLR的1.01~7.51倍,公平性提升至多2.24倍。
文摘针对静态和动态救援场景下的多无人机协同任务调度问题,提出基于密度的噪声应用空间聚类-一致性包算法(density-based spatial clustering of applications with noise-consensus-based bundle algorithm,DBSCAN-CBBA)。首先,针对任务执行阶段存在的场景不确定以及无人机携带物资载荷限制等问题,建立了一种更为符合救援实际的多任务分配模型。然后,优化了一致性包算法的任务包构建结构以提高算法效率和搜索最优解的能力。第1阶段通过基于密度聚类算法生成候选任务集合,并通过随机方式构建非候选任务集合;第2阶段通过无人机之间的通信,消解它们因独立构建任务包而产生的冲突。最后,将该算法分别应用于静态和实时动态任务分配场景。仿真实验结果表明,该算法可较为高效地找到合理的任务分配方案。
