分布式服务注册中心及关键技术研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:zhanxi581018
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
服务注册中心是SOA的重要组成部分,它负责服务的注册、发现和管理等功能,是维护SOA计算模式正常运行的基础。传统的服务注册中心采用集中式结构。随着服务数量不断增加,集中式服务注册中心面临巨大的管理和维护工作,集中式的结构在负载较重时面临系统性能瓶颈,缺乏系统可扩展性,并且一旦注册中心失效,整个基于SOA的计算环境将面临瘫痪。另外,目前注册中心以被动的方式提供目录服务,其中,服务注册信息的更新由服务提供者负责,一旦服务失效,而服务提供者未向服务注册中心进行服务注册信息更新,将导致注册中心中存在失效的注册信息,影响服务信息的有效性。论文针对上述不足,研究面向服务体系架构SOA中服务注册中心的工作机制以及在大规模网络环境下如何有效支撑SOA计算环境的问题。旨在解决服务注册中心在可靠性、可扩展性和注册服务信息主动更新等方面的问题。论文主要开展了以下工作:①研究了集中式的服务注册中心结构,提出一种层次化分布式注册中心结构HDUR。针对大规模的网络环境,讨论在HDUR结构下根据服务节点、负载和网络带宽等因素动态自适应进行服务区域划分的方法,通过节点加入、区域分割与合并等机制,实现服务区域的动态合理划分。②针对已经动态划分出的服务区域,研究每个区域超级节点的产生机制。通过引入资源消耗因子,并考虑节点信誉度、节点意愿、网络时延等因素,利用集对方法实现节点负载能力的有效评估,动态选取区域内恰当的超级节点,以适应各节点负载的动态变化。③提出一种主动服务注册信息更新协议CMP。在进行节点负载能力评估的同时,捎带CMP消息到超级节点对比服务版本号实现服务监测,通过超级节点提供的服务更新接口修改变更的服务注册信息,提高服务的有效性。在上述研究工作的基础上,进行了仿真实验,模拟了基于HDUR的区域的划分和超级节点的产生过程,对照了HDUR与传统集中式服务注册中心在性能方面的差异。
其他文献
行人检测是计算机视觉领域重要的研究方向,其涉及到数学、模式识别、人工智能和机器学习等多学科的知识。行人检测在智能交通领域(如车辆安全、视频监控和自动驾驶系统等)具有广
随着虚拟现实和三维仿真技术的发展,越来越多的针对特定领域的仿真系统应运而生。而针对目前起重吊装行业中手工制定吊装方案的繁重和低效,且无法直观地对吊装方案的有效性和
随着网络信息技术的发展,人们在日常工作中需要处理越来越多的文本信息,文本分类作为这一领域的关键技术近年来日益受到关注,传统的文本分类方法需要大量的已知类别文本来帮
由于XML是一种简单、开放、描述性的语言,随着信息技术的不断发展,XML不仅成为Internet上数据表达与集成的标准,更是被用于搜索引擎、电子商务、应用集成等多个方面,受到广泛
在“三网合一”的发展趋势下,西南交通大学四川省网络通信技术重点实验室提出了以“面向以太网的物理帧时槽交换技术”(EPFTS-Ethernet-oriented Physical Frame Timeslot)为
设计初期的错误,严重的影响着实现阶段的代码验证、测试、及运行维护期的成本和工作量。在应用建模阶段尽量减少错误,对提高整个软件开发的效率和质量,具有重要的理论研究意
因特网显著改变了人们的工作和生活方式,因此人们对因特网的研究和应用投入了很大的热情。为了解因特网的现状并预测它的发展趋势,研究人员越来越重视对因特网的拓扑结构和拓
智能客户端适用于多种终端设备,是针对移动应用的主流解决方案之一,集成了胖客户端和瘦客户端应用的优点,开辟了新的应用模式,提供内容丰富且响应迅速的用户体验、脱机工作能
模型拟合是计算机视觉中一个重要的研究领域,是鲁棒统计学、机器学习和图像处理等多个学科的交叉研究方向。模型拟合的主要任务是能够有效地拟合观测数据中所蕴含的所有模型实
语义问题一直是自然语言处理领域的一个难点。近年来,随着深度学习技术的逐渐兴起,越来越多的研究采用深度神经网络对语义相关的问题进行建模。在语义层面上开展研究,能更为有效