面向海量服务数据的分布式skyline服务选择研究

摘要

随着服务计算和云计算的发展，具有相同功能属性、不同非功能属性的web服务出现了爆炸式增长，传统的web服务选择方法在应对海量服务数据时，无论是在性能还是效率保证方面，都面临着很大的挑战。网络应用类型的丰富性同样对web服务选择提出了新的要求--如何公平地满足多种多样的服务需求。由于互联网的发展，越来越多的潜在web服务水平分散地分布在不同服务器上，服务器之间通过Internet连接。因此如何从这些大量分散的web服务中快速有效公平地选择出能够满足不同需求的服务，展现整个服务集合的分布情况，成为了一个亟待解决的问题。
　　 本文将数据库中的skyline技术应用到web服务选择中，以使选择出来的服务能够反映整个服务集合的分布情况，以及满足不同的web服务请求。为了处理海量服务数据，本文设计了一种面向互联网环境的、支持海量web服务的分布式服务选择的基本框架。它借鉴了已有的分布式系统的设计经验，扩展了传统的web服务体系结构，研究skyline技术应用在web服务选择上的特性，可以从海量服务数据中快速有效公平地选择出满足不同需求的服务。
　　 依据本文的理论成果，本文实现了名为Preprune-Refine的分布式skyline服务选择系统。本文着重阐述了Preprune-Refine选择系统的流程架构，并利用mapreduce实现了该系统的三个核心阶段：web服务分配、本地skyline服务计算和全局skyline服务计算。针对系统的web服务分配阶段，实现并比较了三种分配策略。基于人量仿真实验数据集，本文设计了很多组实验，对Preprune-Refine选择系统的效率、可扩展性以及分配策略的优劣进行了有效验证，实验结果表明该选择系统能够很好地应用在海量web服务数据中，具有快速有效公平的特性。