地理信息公共服务平台的总体技术设计研究

随着网络地理信息服务技术的发展,如何基于负载均衡实现地理信息服务资源的智能化调度,从而提高服务系统的并发访问能力是当前研究的重点。提出一种动态负载均衡算法,首先将不同的地理信息服务类型与对应的服务器组相匹配,将RED算法与双阈值方法有效结合判定服务节点的负载状态,并在一定周期内对服务进行了基于加权概率的调度。最后搭建了一个基于服务器集群的实验系统,实验验证了本文方法的有效性。     

一种地理信息服务动态负载均衡算法

随着网络地理信息服务技术的发展,如何基于负载均衡实现地理信息服务资源的智能化调度,从而提高服务系统的并发访问能力是当前研究的重点。提出一种动态负载均衡算法,首先将不同的地理信息服务类型与对应的服务器组相匹配,将RED算法与双阈值方法有效结合判定服务节点的负载状态,并在一定周期内对服务进行了基于加权概率的调度。最后搭建了一个基于服务器集群的实验系统,实验验证了本文方法的有效性。     

用户访问驱动的空间数据存储组织策略

针对用户访问服务负载均衡的分布存储要求和磁盘连续读取的合并存储要求之间的矛盾,提出一种基于用户访问行为的综合考虑存储节点连续读取效率和网络负载均衡效率的空间数据存储组织方法（combined strategy of data placement and load balance,CSDL）。该方案根据用户访问行为,通过空间数据的访问相关性计算,将热点数据分布存储在不同的服务器上,以实现用户并发访问时的负载均衡;同时,通过对存储在相同服务器内数据的并发度计算,将并发度高的数据存储在连续的磁盘空间上,以实现磁盘存储服务的连续读取。CSDL方法试图同时从上层应用的负载均衡和底层磁盘效率两个方面对空间数据的存储进行分布组织,以提高地理信息系统服务效率。试验结果表明,该方案可有效提高45.2%~245.3%的系统平均请求响应时间,与此同时,分布式服务器节点的负载均衡度可提高约0.5%~440.9%,能满足大规模分布式环境的应用需求。     

基于\

针对用户访问服务负载均衡的分布存储要求和磁盘连续读取的合并存储要求之间的矛盾,提出一种基于用户访问行为的综合考虑存储节点连续读取效率和网络负载均衡效率的空间数据存储组织方法（combined strategy of data placement and load balance,CSDL）。该方案根据用户访问行为,通过空间数据的访问相关性计算,将热点数据分布存储在不同的服务器上,以实现用户并发访问时的负载均衡;同时,通过对存储在相同服务器内数据的并发度计算,将并发度高的数据存储在连续的磁盘空间上,以实现磁盘存储服务的连续读取。CSDL方法试图同时从上层应用的负载均衡和底层磁盘效率两个方面对空间数据的存储进行分布组织,以提高地理信息系统服务效率。试验结果表明,该方案可有效提高45.2%~245.3%的系统平均请求响应时间,与此同时,分布式服务器节点的负载均衡度可提高约0.5%~440.9%,能满足大规模分布式环境的应用需求。     

网络GIS中最佳负载均衡的分布式缓存副本策略

云环境下的网络地理信息服务具有分布性和异构性,空间数据(瓦片)的访问请求具有高度聚集性和不均匀性。以最小化负载不均衡度为目标,提出了一种应用于异构的、分布式高速缓存集群系统的多副本策略。该策略针对瓦片访问请求存在不均衡性,最小化热点访问数据的通信权重值,最大化地利用分布式集群缓存能力生成副本;针对异构集群环境下服务器处理能力的不均衡性,根据服务器性能和瓦片副本的通信权重值,匹配各个服务器的缓存能力部署副本。实验证明,该策略避免服务器拥塞的同时,能充分利用有限的分布式集群缓存能力,实现较好的负载均衡和较高的资源利用率,并能获得良好的缓存命中和请求响应性能。     

集群并发环境下大规模矢量数据负载均衡算法

为了提高集群环境下网络地理信息系统(WebGIS)大规模矢量数据的并发访问性能,提出了集群并发环境下大规模矢量数据内容网格化负载均衡算法,研究了大规模矢量数据内容网格化方法,集群并发访问时内容网格的自动识别、分析、聚合、反馈算法,实现了面向任务的负载均衡。实验表明,本算法能在大规模、高强度的矢量数据提取和显示中均衡地分发请求,使集群服务器充分发挥其优势从而获得最小的请求响应时间。     

地理信息服务平台集群部署方法简

以地理信息的大众化服务为目标,通过部署地理信息服务器集群实现了负载均衡,解决了单台服务器在面向大用户量并发访问时的性能瓶颈,并以Nginx、GeoServer等软件为基础搭建的面向300个用户并发量的地理信息服务平台验证了其有效性.     

WebGIS集群环境下Client主动式负载均衡策略

针对现有WebGIS集群环境下负载均衡调度策略的特点和弊端进行分析,提出了WebGIS集群环境下Client主动式负载均衡策略,重点研究了无中心(负载均衡调度中心)的WebGIS集群体系结构和Client主动式任务均衡分解方法,最终实现WebGIS集群环境下各服务节点间的负载均衡,解决了传统WebGIS模型中存在的负载均衡调度中心节点请求转发性能瓶颈问题和请求响应延迟问题。最后,使用不同规模大小的并发访问用户进行实验,结果证明,与传统的WebGIS集群环境下负载均衡策略相比, Client主动式负载均衡策略能更有效地缩短服务的平均响应时间,提高WebGIS集群的并发处理能力,且并发访问用户量越大,效果越明显。     

地理信息服务网站服务器集群负载均衡技术应用研究

本文在分析基于互联网的地理信息在线服务特点和网站服务质量需求的基础上,对服务器负载均衡的构建方式、调度算法进行了讨论,给出了地理信息服务网站服务器两层负载均衡的设计模型,描述了Web服务器负载均衡的设备部署、调度算法、健康性检测和持续性服务等方面的设计内容;同时,讨论了文件和关系型数据库服务器负载均衡的设计思路和调度算法的具体应用。     

地理信息服务网站服务器集群负载均衡技术应用研究

在分析基于互联网的地理信息在线服务特点和网站服务质量需求的基础上,对服务器负载均衡的构建方式、调度算法进行了讨论,给出了地理信息服务网站服务器两层负载均衡的设计模型,描述了Web服务器负载均衡的设备部署、调度算法和健康性检测等方面的设计内容;同时,讨论了文件和关系型数据库服务器负载均衡的设计思路及调度算法的具体应用。     

利用遗传算法的网络GIS集群服务器动态负载均衡算法

针对现有负载均衡方法的不足和网络GIS数据的特点,提出了一种基于遗传算法的网络GIS集群服务器动态负载均衡方法。该算法将基于服务器状态和基于内容的调度算法综合起来考虑,设计了相应的编码机制和遗传操作。实验结果表明,和常用的负载均衡算法相比,此算法能获得更小的服务请求响应时间,能更好地服务网络GIS系统。     

Distributed cache replacement method for geospatial data using spatiotemporal locality-based sequence

Specific features of tile access patterns can be applied in a cache replacement strategy to a limited distributed high-speed cache for the cloud-based networked geographic information services (NGISs), aiming to adapt to changes in the access distribution of hotspots. By taking advantage of the spatiotemporal locality, the sequential features in tile access patterns, and the cache reading performance in the burst mode, this article proposes a tile sequence replacement method, which involves structuring a Least Recently Used (LRU) stack into three portions for the different functions in cache replacement and deriving an expression for the temporal locality and popularity of the relevant tile to facilitate the replacement process. Based on the spatial characteristics of both the tiles and the cache burst mode with regard to reading data, the proposed method generates multiple tile sequences to reflect spatiotemporal locality in tile access patterns. Then, we measure the caching value by a technique based on a weighted-based method. This technique draws on the recent access popularity and low caching costs of tile sequences, with the aim of balancing the temporal and spatial localities in tile access. It ranks tile sequences in a replacement queue to adapt to the changes in accessed hotspots while reducing the replacement frequency. Experimental results show that the proposed method effectively improves the hit rate and utilization rate for a limited distributed cache while achieving satisfactory response performance and high throughput for users in an NGIS. Therefore, it can be adapted to handle numerous data access requests in NGISs in a cloud-based environment.     

兴趣点选取的路网分割并行计算法

兴趣点,又称POI(points of interest)是网络地图、导航地图中重要的表达要素,包括餐饮、娱乐、金融机构、旅游景点、地标建筑、加油站、停车场等人们日常生活中最为经常使用的信息。其数据的准确性、属性的丰富程度、表达的清晰度及其实时显示效率都将影响地图的服务质量。当前POI表达存在许多问题,特别是在用户搜索特定信息时,由于查询结果数据量较大,造成POI的叠置、压盖等,这一问题严重影响了用户对POI信息的查询与检索。地图综合提供了大量的算子算法以实现点或点群要素的选取,但是它们在综合效率方面亟待提高。面向矢量数据处理的并行计算,其数据划分不仅需要满足负载均衡、划分算法高效等要求,而且对于划分后各部分数据在计算前后拓扑关系的保持也显得尤为重要。兴趣点与路划网络是密切相关的要素,两者之间存在着相互依存的空间关系。本文提出基于路划网眼划分兴趣点的方法,既能保证兴趣点的划分效率,又能保证不同分区内POI选取计算的正确性。选择点选取算法中的"圆"增长算法,采用典型试验区域的路划网眼数据,基于不同节点数划分兴趣点数据,实现兴趣点选取并行计算。试验证明,该方法不仅保证了兴趣点划分的均衡性,而且可以提高兴趣点选取计算效率。通过这一研究,对面向矢量数据的地理信息分析、地图制图综合等复杂算法的并行计算具有重要意义。     

公共地图服务的群体用户访问行为时序特征模型及预测

群体用户对公共地图服务的访问行为具有社会性,存在着一定的群体访问行为模式。该模式具有高强度的访问聚集性与突发性,且决定着公共地图服务对云计算资源的需求。如何有效地表达和捕捉群体用户访问聚集性及其访问强度的时序变化特征,进行准确的公共地图服务负载预测,是实现按需选择和调度云计算资源,应对海量用户并发服务挑战的关键。本文基于海量的公共地图服务用户访问日志和时间序列聚类方法,建立了群体用户访问到达行为的时序分布模型;考虑降低负载预测复杂度的同时,利用访问强度具有多峰值、变强度以及周期性的特点,分割访问到达率在一个周期内时间序列上的模式区间,实现访问强度时序聚类划分的最优;基于各访问模式区间不同的访问到达概率密度的分布,提出了基于累积概率分布的时间序列平滑预测服务负载方法,该预测方法的算法复杂度低,且所需的先验数据量小。实验证明,本文提出的基于时序的群体用户访问到达率最优分割方法及其预测方法可以以较高的准确率预测服务负载。该方法在应对海量用户并发访问挑战的同时,可提高云计算资源的利用效率,解决公共地图服务质量与服务成本的平衡性问题。