[发明专利]一种考虑数据、算法和体系结构结合的可扩展性度量方法

说明书

本发明涉及一种考虑数据、算法和体系结构结合的可扩展性度量方法，包括以下步骤：步骤1：获得大数据任务在数据中心扩展前后参数信息；步骤2：获得数据中心扩展前后的计算规模测度，并获得扩展前后的计算规模测度之比；步骤3：获得数据中心扩展前后的计算开销测度，并获得扩展前后的计算开销测度之比；步骤4：获得可扩展性度量函数的数值；步骤5：判断数据中心的可扩展性。与现有技术相比，本发明具有考虑因素更全面、更具一般性等优点。

技术领域

本发明涉及并行计算可扩展性度量方法领域，尤其是涉及一种考虑数据、算法和体系结构结合的可扩展性度量方法。

背景技术

并行计算是实现高性能计算的重要手段，为求解超级挑战问题提供了机会。可扩展性是并行计算系统所追求的一个重要目标。所谓的可扩展性，指的是并行计算系统随着处理节点数目的增加，其性能也随之增强的能力。过去的几十年，国内外学者对可扩展性进行了广泛深入的研究，主要分为三个方面，包括体系结构、算法以及算法与体系结构的结合。大数据的产生，使得巨大的数据量不但要求数据中心能够“存储的下”和“计算得了”，而且要求数据中心的计算和存储能力能够随着数据量的增长而不断扩展。因此，分数度量数据中心的可扩展性必须要考虑数据因素，然而传统可扩展性的研究都只是关注在算法或体系结构方面，没有考虑数据因为，无法用来度量数据中心的可扩展性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种考虑因素更加全面、更具有一般性的考虑数据、算法和体系结构结合的可扩展性度量方法。

本发明的目的可以通过以下技术方案来实现：

一种考虑数据、算法和体系结构结合的可扩展性度量方法，包括以下步骤：

步骤1：获得大数据任务在数据中心扩展前后参数信息；

步骤2：根据计算负载规模和数据规模获得数据中心扩展前后的计算规模测度，并获得扩展前后的计算规模测度之比；

步骤3：根据数据存取时间和计算时间获得数据中心扩展前后的计算开销测度，并获得扩展前后的计算开销测度之比；

步骤4：根据扩展前后的计算规模测度之比和计算开销测度之比获得可扩展性度量函数的数值；

步骤5：根据可扩展性度量函数的数值判断数据中心的可扩展性。

优选地，所述的数据中心在扩展前后的参数包括计算负载规模W和W'、数据规模D和D'、数据存取时间t和t'以及计算时间τ和τ'。

更加优选地，所述的数据规模具体为大数据在存储设备上占用的存储空间；所述的计算负载规模具体为大数据任务算法中计算操作的数目。

更加优选地，所述的扩展前的计算规模测度的计算方法为：

扩展后的计算规模测度的计算方法为：

更加优选地，所述的扩展前的计算开销测度的计算方法为：

扩展后的计算开销测度的计算方法为：

更加优选地，所述的等规模-开销测度之比的可扩展性度量函数具体为：

更加优选地，所述的可扩展性度量函数的取值范围为(0,1]。

优选地，所述的步骤5具体为：

可扩展性函数越大，数据中心的可扩展性越好，当可扩展性函数等于1时，数据中心为严格意义上的可扩展。

与现有技术相比，本发明具有以下优点：