您好, 访客   登录/注册

基于虚拟化技术的服务器端数据整合系统设计研究

来源:用户上传      作者:

  摘  要: 为实现服务器端数据最大限度整合,提升数据利用率,保障数据安全性,设计基于虚拟化技术的服务器端数据整合系统。系统总体框架以虚拟机和物理节点作为系统管理对象,通过服务器端进行数据整合,执行客户端命令并监测物理节点状态,采用网络监控软件采集,整合服务器端数据。依据该结果明确选择单独服务器还是虚拟服务器,并制定服务器端数据整合方案。实验结果表明,该系统功能实用性较强,稳定性高,并且系统在进行数据整合时所需时间少,可以实现高效率运行。
  关键词: 数据整合; 服务器选择; 虚拟化技术; 整合方案; 系统测试; 实验分析
  中图分类号: TN919?34; TP393.18                文献标识码: A                     文章编号: 1004?373X(2020)02?0077?03
  Design of server?side data integration system based on virtualization technology
  LIU Sunfa, LIN Zhixing
  Abstract: A server?side data integration system based on virtualization technology is designed to achieve the maximum integration of the server?side data, improve the data utilization and ensure the data security. The overall framework of the system takes the virtual machine and the physical nodes as the object of system management, and the data integration, the execution of client?side commands and the monitoring of physical node status are performed by the server?side. The network monitoring software is used to collect and integrate the server?side data. According to the results, a single server or a virtual server is clearly selected, and a server?side data integration scheme is made. The experimental results show that the system has strong practicability, high stability and short time consumption for data integration, which can achieve high?efficiency operation.
  Keywords: data integration; server selection; virtualization technology; integration scheme; system testing; experiment analysis
  0  引  言
  随着全球信息化技术的逐渐推广,虚拟化技术得到了人们的广泛关注。虚拟化技术经历了由纯软件虚拟化,到纯硬件虚拟化,再到硬件辅助虚拟化的发展历程[1]。服务器虚拟化技术是通过在主机上加载虚拟化软件,实现一台主机上可以运行多台虚拟机的技术,并且不同虚拟机程序之间互不干扰,破除物理层面的限制,加强服务器硬件资源利用率,降低服务器系统管理的维护成本,实现服务器端数据整合[2]。
  虚拟化技术能够实现服务器资源最大限度整合,增加服务器数据资源利用率,提升服务器管理效率[3]。因此本文研究基于虚拟化技术的服务器数据整合系统,并以某高校的虚拟化数据中心为实验对象,验证本文系统整合服务器数据效果显著。
  1  服务器端数据整合系统总体框架
  为实现服务器端数据整合,提升数据的利用率,结合虚拟化技術的特点,设计基于虚拟化技术的服务器端数据整合系统[4],图1为系统的总体框架。
  1) 系统客户机端。基于虚拟化技术的服务器端数据整合系统的操作端,系统客户机端负责系统的整体运行,主要工作有图形展现和相关命令的操作等。
  2) 服务器端。主要包括数据整合服务器和视图服务器等。服务器端的工作内容有:数据管理,将从不同节点上采集的数据信息进行数据接收、整合并存储;执行来自客户端的命令,并提供所需数据信息;监测各节点运动状态。
  3) 数据采集模块。安装在每个需要数据整合的服务器节点上的数据整合守护程序组件[5]。
  基于虚拟化技术的服务器端数据整合系统[5]的功能,可通过数据性能参数提取、数据存储、整合数据图形展现三个功能模块实现,如图2所示。
  1) 数据性能参数提取模块:由确定数据性能、异常信息提取、多线程扫描等子模块构成。数据整合守护程序组件负责数据性能参数提取模块的各项主要工作[6]。
  2) 数据存储模块:由数据整合、数据存储、报警数据与用户数据管理等子模块构成。数据存储模块的工作是对服务器端的数据进行整合并存储,以及实时监测报警信息和用户信息。虚拟机域与物理机节点之间的相关部署数据存储在数据档案中,管理档案中的数据均以XML格式存储[6?7]。   3) 整合数据图形展现模块:由整合数据图形展现、操作命令传达以及报警数据提示等子模块构成[8]。以图形方式展现系统所整合数据,并传达一系列操作命令。
  2  服务器端数据整合方法的整合流程
  为使服务器端数据整合方法符合服务器端数据资源整合基本情况,使整合完成的数据具备合理性,提升服务器端数据利用率,进行服务器端数据整合时,务必按照一定顺序完成整合[9?10],如图3所示。
  3  实验分析
  为验证本文设计系统在实际应用环境中的功能、效率以及稳定性,实验以某高校的虚拟化数据中心为平台进行测试,实验所用实验数据经过特殊处理,测试时间选择非用网高峰时间段。对比系统选择基于XML异构的数据整合系统(简称XML系统)和基于PDI的数据整合系统(简称PDI系统)。系统运行平台环境配置和测试点相关硬件配置如表1所示。
  3.1  系统功能测试
  统计本文系统各功能模块的实用性和稳定性,验证本文系统服务器端数据整合性能,如表2所示。
  从表2可知,本文系统进行服务器端数据整合所需的各项功能,均达到应用要求。
  3.2  系统效率测试
  从系统的服务器端整合数据多线程采集扫描时间、单个节点数据整合、数据存储时间以及多节点整合数据存储总时间等方面出发,测试三种系统服务器端数据整合效率。三个系统效率测试结果如表3~表5所示。
  可以看出,本文系统在对服务器端的数据进行采集、整合、存储以及显示时所消耗时间远远小于XML系统和PDI系统,尤其是在被监测物理节点的数据整合时,本文系统在进行被监测物理节点的数据整合时,平均每个节点的数据整合所消耗时间仅为0.88 ms,而XML系统和PDI系统的平均每个节点的数据整合所消耗时间分别高出本文系统0.71和0.95。结果表明,本文系统在对服务器端数据处理方面的耗时较少,效率较高。
  3.3  系统稳定性测试
  当服务器端数据处于动态负载情况时,测试三个系统的稳定性能。图4为加载到服务器的动态数据整合请求变化率,图5为当动态请求发生变化时,三个系统的实际百分比变化。
  通过图4、图5的曲线可看出,当服务器负载产生变化时,三个系统最终都能恢复稳定,达到标准值;但本文系统相比于XML系统和PDI系统,要提前4~5个周期收敛,可以更早达到稳定,并且在趋于最终稳定的过程中,变化幅度较小。说明本文系统在动态负载情况下进行服务器端数据整合的稳定相对较高。
  4  结  论
  本文针对目前服务器端数据整合效率低,数据安全性差等问题,采用虚拟化技术,设计基于虚拟化技术的服务器端数据整合系统。该系统总体框架以虚拟机和物理节点作为系统管理对象,通过服务器端进行数据整合、执行客户端命令并监测物理节点状态,并采用网络监控软件采集、整合服务器端数据。依据该结果明确选择单独服务器还是虚拟服务器,并制定服务器端数据整合方案。实验结果表明,该系统能实现服务器端的数据最大限度整合,提升数据利用率,保障数据安全性。
  参考文献
  [1] 刘德欣,闫永明,郭军,等.云环境下基于多目标决策的待整合服务器选择方法研究[J].小型微型计算机系统,2016,37(4):699?704.
  [2] 阚文枭,黄秋兰,陈刚.桌面网格环境下虚拟化技术的应用研究[J].计算机工程,2017,43(3):11?17.
  [3] 罗伟雄,时东晓,刘岚,等.数据虚拟化平台的设计与实现[J].计算机应用,2017,37(2):225?228.
  [4] 李欣.大数据环境下的危机信息整合模型研究[J].现代情报,2016,36(12):36?39.
  [5] 刘健,张泽梅,钱丹丹.基于虚拟化技术的图书馆云数据中心构建研究[J].情报科学,2016,34(6):147?150.
  [6] 刘博文,顾乃杰,谷德贺,等.移动平台Android操作系统虚拟化技术的实现[J].计算机工程与应用,2017,53(14):32?38.
  [7] 王霆,董启文,范斐斐.基于虚拟机整合的云数据中心资源管理研究[J].计算机工程,2016,42(9):5?14.
  [8] 何嘉,彭商濂.云数据中心虚拟机管理研究综述[J].电子科技大学学报,2016,45(1):107?112.
  [9] 宋亮,连冬艳,卜春霞.海量数据云存储优化模式的设计与仿真[J].计算机仿真,2016,33(4):232?235.
  [10] 陈亚东,孟宪学,赵瑞雪,等.我国苹果产业科学数据整合系统的设计与实现[J].中国农业科技导报,2016,18(3):210?215.
  作者简介:刘孙发(1983—),男,福建周宁人,硕士,实验师,研究方向为教育技术、教育信息化、软件工程。
  林志兴(1973—),男,福建三明人,硕士,高级实验师,研究方向为计算机网络、数理统计。
转载注明来源:https://www.xzbu.com/8/view-15122191.htm