基于蚁群算法的计算引擎均衡部署数学建模

摘要：

针对大数据引擎完成计算功能时易出现负载不均衡问题,提出一种大数据计算引擎均衡部署数学建模方法.结合流式计算与批量计算模式,构建双模式大数据计算架构.以公平为前提合理分配引擎任务数量,获取剩余计算容量,设定带权思想负载均衡约束,根据数据流大小,确定部署最佳开销;以约束模型为部署目标,利用蚁群算法初始化处理信息素函数,得到引擎被部署到各任务节点的几率,通过启发函数确定蚂蚁爬行路径,经过信息素的局部和全局更新,完成所有路径循环,得出全局最优解,计算引擎最佳部署方案.仿真结果证明,上述方法所用部署时间最短,可实现计算引擎的均衡负载,减少部署开销.

关键词：大数据、计算引擎、均衡部署、数学建模、蚁群算法、约束条件

所属期刊栏目：39

分类号：TP326(计算技术、计算机技术)

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：472-476