基于服务粒度空间的多租户服务组合方法研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:wwwdps1
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
近年来,云计算得到了学术界和工业界的广泛关注,作为一种新颖的软件提供方式,软件即服务(SaaS)的模式正变得日渐流行。随着用户个性化多样化需求越来越多,面向多租户的网络应用是未来应用交付的主要形式。为了适应复杂应用开发,企业中的应用组件也向着模块化、细粒度的方向发展。从而使得新的应用构建可以通过组件的按需组合来实现。因此,面向多租户的服务组合是企业灵活构建应用的关键。然而,随着云计算的发展,租户的个性化和多样化需求日益强烈,传统的服务组合方法已不再适用,使得多租户服务组合面临诸多挑战。主要表现为:由于用户需求的多样化,有的需求很抽象有的很具体,而呈现出多粒度性;SaaS模式下多租户的特点使得几乎每个租户对应用的需求都不一样,定制的需求便得日趋强烈;多租户的定制开发会带来其他服务与现有服务之间的关联关系;由于业务需求的变化,服务总是频繁地从一个版本演化到另一个版本而呈现出的频繁的演化。为了解决上述挑战,本文提出了一个服务粒度空间模型,为多租户服务组合提供了语义基础。该服务粒度空间支持层次化,继承,演化的关联关系以及版本化的特点,有效应对云计算环境下多租户服务组合的各种挑战。一方面,该服务粒度空间能够将海量无序的服务组织成层次化有序的结构,另一方面,利用该服务粒度空间能够容易高效地开发多租户SaaS应用。另外,本文将所提出的方法用到基于SaaS的社保服务系统的开发,实现了一个多租户服务组合原型系统。本文的主要工作和贡献包括:1)通过研究多租户服务组合中存在的多粒度性,广泛的定制,由定制引发的关联以及频繁的演化特点,提出了一个支持层次化、继承、演化的关联关系以及版本化的服务粒度空间。该服务粒度空间不仅可以为服务组合提供语义基础,而且可以有效应对云计算环境下构建SaaS应用时的多租户服务组合的挑战。2)通过研究服务聚簇以及关联挖掘技术,提出了构建服务粒度空间的方法并给出了实现个性化和演化的策略。该方法将海量无序的服务组织成有序的结构,能够快速构建多租户应用。3)通过研究所提出的服务粒度空间特有的层次化特点,提出了基于服务粒度空间的多租户服务组合方案生成算法,在满足租户QoS需求的前提下保证得到多粒度的服务组合方案,实现租户的多样化需求。4)由于服务空间规模巨大,在对服务组合方案中每个抽象服务选择绑定具体服务时耗时过长,严重影响了多租户服务组合的性能,为此提出了基于skyline计算的两层服务空间裁剪的算法,使得服务组合性能大大提高。本文基于SaaS的社保应用构建进行了简单的原型系统的设计和实现,对租户的个性化定制操作进行介绍;对提出的服务粒度空间的构建,服务空间裁剪策略以及基于服务粒度空间的多租户服务组合方法进行了验证。
其他文献
随着嵌入式系统网络化、智能化应用的不断扩展,传统软件实时操作系统作为支撑软件已无法满足需求。基于硬件化、软硬件协同等手段,在FPGA、SOC等器件上实现硬件实时操作系统已
随着互联网的飞速发展,在线社群图像的规模呈爆炸式增长,面对日益庞大的图像数据,如何对图像库进行有效的组织、管理和检索成为亟待解决的问题。标签是当前标注这些网络图像
实值优化问题在工程和学术领域有广泛的应用背景,许多问题最后都可以被定义成实值优化问题来求解。随着系统越来越复杂,需要优化的参数越来越多,优化问题解空间的维度越来越
MapReduce作为一种有效的数据分析和处理解决方案已被广泛应用于大规模数据处理领域。随着MapReduce应用的扩大,越来越多的服务提供商对外提供MapReduce商业服务。服务提供商
我们生活在一个相互关联的世界。大多数数据或信息对象、组件等是内部关联或者相互作用的,形成了无数的、巨大的、相互关联的复杂网络。不失一般性,相互关联的网络称为信息网
随着电子商务的发展和社交平台的广泛应用,以社交网络平台为载体的社交电商成为人们购物的新渠道。社交平台的用户使用量逐年递增,社交电商的潜在用户数量也随之递增。由此,
排序学习是当前信息检索与机器学习领域研究的热点问题之一,它在诸如文档检索、协同过滤、自然语言解析等领域有广泛的应用。排序学习的目标就是应用机器学习技术自动地从训
随着云计算发展,软件开发作为一种服务已经受到越来越多的关注。为了让独立软件开发商(ISV)能够将精力集中在核心业务应用的开发上,更加方便、灵活、快捷地构建SaaS系统,平台
无障碍检测是保障网页内容无障碍访问的基础。在对政府网站的检测过程中,我们发现曾经达到无障碍访问要求的网站中,部分网页新增了存在障碍的内容,例如图片没有替代文本。因此,为
随着科技的进步、信息化的发展、气象研究技术的提高,气象领域积累的数据量与日俱增。如何从海量的气象数据中发现有价值的信息是气象科研人员的一项重要任务。气象信息与人