一种异构云计算系统的数据共享系统及方法与流程

1.本发明属于云计算技术领域，具体涉及一种异构云计算系统的数据共享系统及方法。


背景技术：

2.随着信息时代的不断发展，不同部门、不同地区间的信息交流逐步增加，计算机网络技术的发展为信息传输提供了保障。在网络上出现当大量的空间数据，面对多种多样的数据格式，我们怎样才能有效地利用它们呢？这其实就是数据共享与数据转换的问题。简单地说，数据共享就是让在不同地方使用不同计算机、不同软件的用户能够读取他人数据并进行各种操作运算和分析。
3.云计算是分布式处理、并行处理和网格计算等结合的技术。云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。
4.通过使用云计算服务，业务提供商服务器可以降低企业运行成本，向用户提供可靠的资源访问服务。已经有越来越多的业务提供商服务器选择云计算服务向用户提供相关业务服务。
5.专利号为：cn201010527248.5a的专利公开了一种云计算资源安全共享方法，方法包括：用户向云计算服务商服务器发送资源访问请求，资源访问请求中携带待访问资源的相关信息；云计算服务商服务器根据待访问资源的相关信息获取待访问资源所属的业务提供商服务器信息，并向待访问资源所属的业务提供商服务器发送认证请求；认证请求中携带有用户的标识信息；业务提供商服务器根据用户的标识信息对用户进行身份认证，并在认证通过后向用户或云计算服务商服务器发送资源访问控制信息；云计算服务商服务器对资源访问控制信息进行认证，并在认证通过后向用户提供待访问资源。本发明还公开了一种云计算资源安全共享装置。本发明提高了共享资源访问的效率及其安全性。其虽然实现了云计算资源的分享，但是根本是基于认证的资源访问控制，没有针对云计算的数据分享的技术解决方案。
6.专利号为：cn201410564493.1a的专利公开了一种云计算数据共享系统，包括：数据模块，对网络共享数据的输入和输出进行管理；云计算资源池，包括用于存放写入或者读取的共享数据的多个组播节点；同步模块，处理所述组播节点中读取网络共享数据与写入网络共享数据的顺序，读写阻塞时进行读写事务管理，实现消息队列，保证各组播节点的数据一致；网络模块，实现网络共享数据在云计算资源池与同步模块之间的传送，解析网络共享数据，形成指令集与数据流；和控制模块，对数据模块、同步模块和网络模块进行控制，可以有效地减少网络共享数据在网络中的重复传送，极大提高网络吞吐量，减少系统的复杂度。但没有针对云计算数据均衡的解决方案。


技术实现要素：

7.有鉴于此，本发明的主要目的在于提供一种异构云计算系统的数据共享系统及方
法，其通过虚拟基站对多个异构的云服务器的数据资源进行调度、分配和共享，实现了云服务器的数据资源的共享，在数据共享的过程中，针对云服务器的数据资源进行数据均衡和数据资源分配，最大化利用了系统空间，提升了资源利用率。
8.为达到上述目的，本发明的技术方案是这样实现的：
9.一种异构云计算系统的数据共享系统，所述系统包括：异构的云服务器组和虚拟基站；所述异构的云服务器组包括三个异构的云服务器，分别为：第一云服务器、第二云服务器和第三云服务器；所述虚拟基站，配置用于调度和共享异构的云服务器组中的数据，分别信号连接于第一云服务器、第二云服务器和第三云服务器；所述虚拟基站包括：虚拟面、控制面和若干应用；所述虚拟面包括若干个虚拟机，虚拟机之间信号连接，构成区块链网络，每一个虚拟机均与异构的云服务器组中的一个云服务器连接，且只与一个云服务器连接；每个云服务器至少与一个虚拟机连接；所述控制面包括若干个控制功能，每个控制功能之间彼此独立，且与每一个虚拟机均信号连接；所述控制功能的类型至少包括：回程控制、链路控制、测量、接入、资源感知、资源分配和路由；所述应用，提供给虚拟基站管理员控制虚拟基站的运行。
10.进一步的，所述控制功能中的资源感知实时感知虚拟机构成的区块链网络中的数据资源变化，若感知到虚拟机区块链网络中存在数据资源变化，控制功能中的资源分配开始将变化的数据资源提取出来，控制功能中的回程控制开辟一个另一个共享的数据资源池，将变化的数据资源镜像存储在数据资源池中，控制功能中的测量，将实时测量存储在数据资源池中的数据，获取当前数据资源池中的数据资源信息，控制功能中的链路控制实时接收来自异构的云服务器组中的每个云服务器的数据资源请求，在控制功能中的路由的控制下，基于当前数据资源池中的数据资源信息，获取目标的数据资源，将获取的数据资源返回发送至对应的云服务器。
11.进一步的，所述虚拟机接收来自异构的云服务器中的数据，同时，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机；所述虚拟机包括：获取单元，配置用于获取k个其他的虚拟机上的p个权重因子的负载度和p 个权重值，k和p均为大于1的整数；优先度计算单元，用于根据所述p个权重因子的负载度和所述p个权重值进行加权平均得到每个虚拟机的优先度；标准分片数计算单元，用于根据每个虚拟机关联的优先度得到标准分片数；均衡判断单元，用于根据所述k个虚拟机各自对应的标准分片数判断数据分布是否满足数据均衡条件；均衡单元，用于若所述均衡判断单元的判断结果为否，对所述k个虚拟机进行数据均衡处理。
12.进一步的，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算的方法执行以下步骤：在数据中选取一个目标区间，提取目标区间的感知均衡特征作为模板特征，并对数据特征算子进行初始化定位；建立两个链路表，分别为第一链路表和第二链路表；在第一链路表中，对数据特征算子进行状态坐标路由映射，对路由映射的数据特征算子位置处标注预测区域；在第二链路表中，对每一个路由映射区域提取感知均衡特征，并计算路由映射区域与目标区间的相似度；根据离目标远近的位置贡献以及感知均衡特征相似度大小更新数据特征算子权重，确定估计目标的位置，得到新的目标区间；根据数据特征算子大小和重采样估计值得到链路表中的下一个数据特征算子；得到每个路由映射区域与目标区间的相似度后，结合离目标远近的位置贡献更新数据特征算子的权重；
更新完成预测数据特征算子的权重后，计算出目标的最优预测位置作为估计目标的位置，即为新的目标区间。
13.进一步的，所述更新权重方法为：为减少非目标位置的数据特征算子权重，根据离目标远近的位置贡献以及计算的感知均衡相似度大小两种线索共同实现自适应的调整数据特征算子权重：据特征算子权重：其中，是指t位置第i个数据特征算子的权重，是指t位置第i个数据特征算子的相似度，是指t位置第i个数据特征算子的坐标位置横坐标，是指t位置第i个数据特征算子的坐标位置纵坐标，w和h是指目标区间的半宽和半高；x0是指0位置第1个数据特征算子的坐标位置横坐标；y0是指0位置第1个数据特征算子的坐标位置纵坐标。
14.一种异构云计算系统的数据共享方法，所述方法执行以下步骤：步骤1：三个异构的云服务器：第一云服务器、第二云服务器和第三云服务器构成异构的云服务器组；步骤2：虚拟基站调度和共享异构的云服务器组中的数据。
15.进一步的，所述虚拟基站包括：虚拟面、控制面和若干应用；所述虚拟面包括若干个虚拟机，虚拟机之间信号连接，构成区块链网络，每一个虚拟机均与异构的云服务器组中的一个云服务器连接，且只与一个云服务器连接；每个云服务器至少与一个虚拟机连接；所述控制面包括若干个控制功能，每个控制功能之间彼此独立，且与每一个虚拟机均信号连接；所述控制功能的类型至少包括：回程控制、链路控制、测量、接入、资源感知、资源分配和路由；所述应用，提供给虚拟基站管理员控制虚拟基站的运行。
16.进一步的，所述控制功能中的资源感知实时感知虚拟机构成的区块链网络中的数据资源变化，若感知到虚拟机区块链网络中存在数据资源变化，控制功能中的资源分配开始将变化的数据资源提取出来，控制功能中的回程控制开辟一个另一个共享的数据资源池，将变化的数据资源镜像存储在数据资源池中，控制功能中的测量，将实时测量存储在数据资源池中的数据，获取当前数据资源池中的数据资源信息，控制功能中的链路控制实时接收来自异构的云服务器组中的每个云服务器的数据资源请求，在控制功能中的路由的控制下，基于当前数据资源池中的数据资源信息，获取目标的数据资源，将获取的数据资源返回发送至对应的云服务器。
17.进一步的，所述虚拟机接收来自异构的云服务器中的数据，同时，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机；所述虚拟机包括：获取单元，配置用于获取k个其他的虚拟机上的p个权重因子的负载度和p 个权重值，k和p均为大于1的整数；优先度计算单元，用于根据所述p个权重因子的负载度和所述p个权重值进行加权平均得到每个虚拟机的优先度；标准分片数计算单元，用于根据每个虚拟机关联的优先度得到标准分片数；均衡判断单元，用于根据所述k个虚拟机各自对应的标准分片数判断数据分布是否满足数据均衡条件；均衡单元，用于若所述均衡判断单元的判断结果为否，对所述k个虚拟机进行数据均衡处理。
18.进一步的，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算的方法执行以下步骤：在数据中选取一个目标区间，提取目标区间的感知均衡
特征作为模板特征，并对数据特征算子进行初始化定位；建立两个链路表，分别为第一链路表和第二链路表；在第一链路表中，对数据特征算子进行状态坐标路由映射，对路由映射的数据特征算子位置处标注预测区域；在第二链路表中，对每一个路由映射区域提取感知均衡特征，并计算路由映射区域与目标区间的相似度；根据离目标远近的位置贡献以及感知均衡特征相似度大小更新数据特征算子权重，确定估计目标的位置，得到新的目标区间；根据数据特征算子大小和重采样估计值得到链路表中的下一个数据特征算子；得到每个路由映射区域与目标区间的相似度后，结合离目标远近的位置贡献更新数据特征算子的权重；更新完成预测数据特征算子的权重后，计算出目标的最优预测位置作为估计目标的位置，即为新的目标区间。
19.本发明的一种异构云计算系统的数据共享系统及方法，具有如下有益效果：其通过虚拟基站对多个异构的云服务器的数据资源进行调度、分配和共享，实现了云服务器的数据资源的共享，在数据共享的过程中，针对云服务器的数据资源进行数据均衡和数据资源分配，最大化利用了系统空间，提升了资源利用率。主要通过以下过程实现：1.本发明通过虚拟基站的建立，将数据共享独立于云服务器来实现，可以在保证云服务器工作效率的情况下，实现数据共享；同时，虚拟基站也分为虚拟面和控制面两个部分，虚拟面负责对云服务器的资源进行存储，而控制面则对虚拟面的数据进行共享和调度控制，将数据的共享和数据的存储分离开来，进一步提升了效率；2.虚拟机的数据均衡计算，本发明的虚拟机将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机，保证了虚拟机的资源利用率最大化，数据均衡可以保证各个虚拟机的资源能够得到充分利用；3.数据均衡算法，本发明在数据均衡过程中，更新权重方法为：为减少非目标位置的数据特征算子权重，根据离目标远近的位置贡献以及计算的感知均衡相似度大小两种线索共同实现自适应的调整数据特征算子权重：调整数据特征算子权重：该算法相较于现有算法，能够显著提升数据均衡的效率。
附图说明
20.图1为本发明实施例提供的一种异构云计算系统的数据共享系统的系统结构示意图；
21.图2为本发明实施例提供的一种异构云计算系统的数据共享方法的方法流程示意图。
22.图3为本发明实施例提供的一种异构云计算系统的数据共享系统及方法的均衡运算的流程示意图；
23.图4为本发明实施例提供的一种异构云计算系统的数据共享系统及方法的系统运行效率的实验效果示意图与现有技术的对比实验效果示意图；
24.图5为本发明实施例提供的一种异构云计算系统的数据共享系统及方法的系统资源空置率的实验效果示意图与现有技术的对比实验效果示意图。
[0025]1‑
本发明的实验曲线，2
‑
现有技术的实验曲线，3
‑
不进行数据共享的实验曲线。
具体实施方式
[0026]
下面结合附图及本发明的实施例对本发明的方法作进一步详细的说明。
[0027]
实施例1
[0028]
如图1所示，一种异构云计算系统的数据共享系统，所述系统包括：异构的云服务器组和虚拟基站；所述异构的云服务器组包括三个异构的云服务器，分别为：第一云服务器、第二云服务器和第三云服务器；所述虚拟基站，配置用于调度和共享异构的云服务器组中的数据，分别信号连接于第一云服务器、第二云服务器和第三云服务器；所述虚拟基站包括：虚拟面、控制面和若干应用；所述虚拟面包括若干个虚拟机，虚拟机之间信号连接，构成区块链网络，每一个虚拟机均与异构的云服务器组中的一个云服务器连接，且只与一个云服务器连接；每个云服务器至少与一个虚拟机连接；所述控制面包括若干个控制功能，每个控制功能之间彼此独立，且与每一个虚拟机均信号连接；所述控制功能的类型至少包括：回程控制、链路控制、测量、接入、资源感知、资源分配和路由；所述应用，提供给虚拟基站管理员控制虚拟基站的运行。
[0029]
采用上述技术方案，本发明通过虚拟基站对多个异构的云服务器的数据资源进行调度、分配和共享，实现了云服务器的数据资源的共享，在数据共享的过程中，针对云服务器的数据资源进行数据均衡和数据资源分配，最大化利用了系统空间，提升了资源利用率。主要通过以下过程实现：1.本发明通过虚拟基站的建立，将数据共享独立于云服务器来实现，可以在保证云服务器工作效率的情况下，实现数据共享；同时，虚拟基站也分为虚拟面和控制面两个部分，虚拟面负责对云服务器的资源进行存储，而控制面则对虚拟面的数据进行共享和调度控制，将数据的共享和数据的存储分离开来，进一步提升了效率；2.虚拟机的数据均衡计算，本发明的虚拟机将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机，保证了虚拟机的资源利用率最大化，数据均衡可以保证各个虚拟机的资源能够得到充分利用； 3.数据均衡算法，本发明在数据均衡过程中，更新权重方法为：为减少非目标位置的数据特征算子权重，根据离目标远近的位置贡献以及计算的感知均衡相似度大小两种线索共同实现自适应的调整数据特征算子权重：度大小两种线索共同实现自适应的调整数据特征算子权重：该算法相较于现有算法，能够显著提升数据均衡的效率。
[0030]
实施例2
[0031]
在上一实施例的基础上，所述控制功能中的资源感知实时感知虚拟机构成的区块链网络中的数据资源变化，若感知到虚拟机区块链网络中存在数据资源变化，控制功能中的资源分配开始将变化的数据资源提取出来，控制功能中的回程控制开辟一个另一个共享的数据资源池，将变化的数据资源镜像存储在数据资源池中，控制功能中的测量，将实时测量存储在数据资源池中的数据，获取当前数据资源池中的数据资源信息，控制功能中的链路控制实时接收来自异构的云服务器组中的每个云服务器的数据资源请求，在控制功能中的路由的控制下，基于当前数据资源池中的数据资源信息，获取目标的数据资源，将获取的数据资源返回发送至对应的云服务器。
[0032]
具体的，业务提供商服务器使用云计算向用户提供业务服务。业务提供商服务器将业务资源提供给资源所有者使用，资源所有者对业务资源具有使用和共享权限。资源所有者向其他用户共享业务资源。当前，采用的共享方案为，资源所有者要想将共享资源共享给其他人，需要在业务提供商服务器设置资源的共享权限，允许其他用户的访问。而其他用户要想取得共享资源，也需要登录到业务提供商服务器，通过业务提供商服务器，才能看到所共享的资源。
[0033]
这种方式具有许多的缺点。首先，限制了用户灵活使用共享资源的方式。用户只有通过登录业务提供商服务器提供的服务站点，才能获得相应的业务提供商服务器在云计算服务商服务器储存的资源。其次，要求业务提供商服务器具有较大的服务提供能力。业务提供商服务器需要为众多的用户都提供相当于一个资源中继站的服务，这增加了业务提供商服务器的负载压力，而在云环境下，业务提供商服务器希望利用云而实现简单部署、降低成本，这就和云环境设置的初衷相违背，无疑增加了业务提供商服务器的负担。
[0034]
实施例3
[0035]
在上一实施例的基础上，所述虚拟机接收来自异构的云服务器中的数据，同时，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机；所述虚拟机包括：获取单元，配置用于获取k个其他的虚拟机上的p个权重因子的负载度和p个权重值，k和p均为大于1的整数；优先度计算单元，用于根据所述p个权重因子的负载度和所述p个权重值进行加权平均得到每个虚拟机的优先度；标准分片数计算单元，用于根据每个虚拟机关联的优先度得到标准分片数；均衡判断单元，用于根据所述k个虚拟机各自对应的标准分片数判断数据分布是否满足数据均衡条件；均衡单元，用于若所述均衡判断单元的判断结果为否，对所述k个虚拟机进行数据均衡处理。
[0036]
具体的，在基于一致性哈希算法的分布式数据库系统中，物理节点可虚拟出多个虚拟节点，然后将多个虚拟节点通过哈希算法映射到环上，这样物理节点可增大在环上映射的哈希值范围。在分布式数据库系统新增物理节点或删除物理节点时，通过调整各个物理节点关联的虚拟节点的数量，使各个物理节点关联的虚拟节点的数量趋于相等，使分布式数据库系统的所有物理节点实现虚拟节点的均衡。但是，由于虚拟节点的数据分布存在较大波动的情况下，为了保证业务能正常进行，需要考虑物理节点的资源的盈余，根据数据量最大的要求部署物理节点，导致成本的增加；或者不考虑物理节点的资源的盈余的情况下，可能会导致物理节点过载，业务失败。
[0037]
实施例4
[0038]
在上一实施例的基础上，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算的方法执行以下步骤：在数据中选取一个目标区间，提取目标区间的感知均衡特征作为模板特征，并对数据特征算子进行初始化定位；建立两个链路表，分别为第一链路表和第二链路表；在第一链路表中，对数据特征算子进行状态坐标路由映射，对路由映射的数据特征算子位置处标注预测区域；在第二链路表中，对每一个路由映射区域提取感知均衡特征，并计算路由映射区域与目标区间的相似度；根据离目标远近的位置贡献以及感知均衡特征相似度大小更新数据特征算子权重，确定估计目标的位置，得到新的目标区间；根据数据特征算子大小和重采样估计值得到链路表中的下一个数据特征算
子；得到每个路由映射区域与目标区间的相似度后，结合离目标远近的位置贡献更新数据特征算子的权重；更新完成预测数据特征算子的权重后，计算出目标的最优预测位置作为估计目标的位置，即为新的目标区间。
[0039]
具体的，分布式文件系统已经成为计算机技术发展的新趋势。快速兴起的分布式存储系统正面临着在数以千计的存储设备之间分配pb级的数据问题。在这样的系统中，需要将数据与负载分布，以充分利用可用的资源，并最大化系统的性能，同时能够适应系统的增长，管理硬件设备的失效。大多数的系统简单写入数据，常见的问题是数据一旦写入，几乎不会再被移动。当存储设备在扩展的时候，系统也会变得不稳定，因为新加入的存储设备一种就是空的，一种就是装满了新数据。只有根据系统的工作负载，充分利用其余所有的可用资源的，才能存储设备和系统资源得到充分利用。一个健壮的解决方案是将所有的数据随机的分布到可利用的存储设备上。这导致概率平衡地分布和混淆了新旧数据。当新的存储设备加入进来，原有数据的随机样本将被迀移到新的存储设备以保持系统的平衡。这种方法的关键优势是所有设备将同样加载，系统在任何潜在的工作负载下都表现良好。
[0040]
实施例5
[0041]
在上一实施例的基础上，所述更新权重方法为：为减少非目标位置的数据特征算子权重，根据离目标远近的位置贡献以及计算的感知均衡相似度大小两种线索共同实现自适应的调整数据特征算子权重：适应的调整数据特征算子权重：其中，是指t位置第i个数据特征算子的权重，是指t位置第i个数据特征算子的相似度，是指t位置第i个数据特征算子的坐标位置横坐标，是指t位置第i个数据特征算子的坐标位置纵坐标，w和h是指目标区间的半宽和半高；x0是指0位置第1个数据特征算子的坐标位置横坐标；y0是指0位置第1个数据特征算子的坐标位置纵坐标。
[0042]
实施例6
[0043]
一种异构云计算系统的数据共享方法，所述方法执行以下步骤：步骤1：三个异构的云服务器：第一云服务器、第二云服务器和第三云服务器构成异构的云服务器组；步骤2：虚拟基站调度和共享异构的云服务器组中的数据。
[0044]
具体的，本发明通过虚拟基站对多个异构的云服务器的数据资源进行调度、分配和共享，实现了云服务器的数据资源的共享，在数据共享的过程中，针对云服务器的数据资源进行数据均衡和数据资源分配，最大化利用了系统空间，提升了资源利用率。主要通过以下过程实现：1.本发明通过虚拟基站的建立，将数据共享独立于云服务器来实现，可以在保证云服务器工作效率的情况下，实现数据共享；同时，虚拟基站也分为虚拟面和控制面两个部分，虚拟面负责对云服务器的资源进行存储，而控制面则对虚拟面的数据进行共享和调度控制，将数据的共享和数据的存储分离开来，进一步提升了效率； 2.虚拟机的数据均衡计算，本发明的虚拟机将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机，保证了虚拟机的资源利用率最大化，数据均衡可以保证各个虚拟机的资源能够得到充分利用；3.数据均衡算法，本发明在数据均衡过程中，更新权重方法为：为减少非目标位置的数据特征算子权重，根据离目标远近的位置贡献以及计算的感知均衡相似度大小两种
线索共同实现自适应的调整数据特征算子权重：线索共同实现自适应的调整数据特征算子权重：该算法相较于现有算法，能够显著提升数据均衡的效率。
[0045]
实施例7
[0046]
在上一实施例的基础上，所述虚拟基站包括：虚拟面、控制面和若干应用；所述虚拟面包括若干个虚拟机，虚拟机之间信号连接，构成区块链网络，每一个虚拟机均与异构的云服务器组中的一个云服务器连接，且只与一个云服务器连接；每个云服务器至少与一个虚拟机连接；所述控制面包括若干个控制功能，每个控制功能之间彼此独立，且与每一个虚拟机均信号连接；所述控制功能的类型至少包括：回程控制、链路控制、测量、接入、资源感知、资源分配和路由；所述应用，提供给虚拟基站管理员控制虚拟基站的运行。
[0047]
实施例8
[0048]
在上一实施例的基础上，所述控制功能中的资源感知实时感知虚拟机构成的区块链网络中的数据资源变化，若感知到虚拟机区块链网络中存在数据资源变化，控制功能中的资源分配开始将变化的数据资源提取出来，控制功能中的回程控制开辟一个另一个共享的数据资源池，将变化的数据资源镜像存储在数据资源池中，控制功能中的测量，将实时测量存储在数据资源池中的数据，获取当前数据资源池中的数据资源信息，控制功能中的链路控制实时接收来自异构的云服务器组中的每个云服务器的数据资源请求，在控制功能中的路由的控制下，基于当前数据资源池中的数据资源信息，获取目标的数据资源，将获取的数据资源返回发送至对应的云服务器。
[0049]
实施例9
[0050]
在上一实施例的基础上，所述虚拟机接收来自异构的云服务器中的数据，同时，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算后，均衡映射到虚拟机区块链网络中的多个虚拟机；所述虚拟机包括：获取单元，配置用于获取k个其他的虚拟机上的p个权重因子的负载度和p个权重值，k和p均为大于1的整数；优先度计算单元，用于根据所述p个权重因子的负载度和所述p个权重值进行加权平均得到每个虚拟机的优先度；标准分片数计算单元，用于根据每个虚拟机关联的优先度得到标准分片数；均衡判断单元，用于根据所述k个虚拟机各自对应的标准分片数判断数据分布是否满足数据均衡条件；均衡单元，用于若所述均衡判断单元的判断结果为否，对所述k个虚拟机进行数据均衡处理。
[0051]
实施例10
[0052]
在上一实施例的基础上，各个虚拟机之间实时交换自身存储的数据资源的信息，同时，将数据进行均衡运算的方法执行以下步骤：在数据中选取一个目标区间，提取目标区间的感知均衡特征作为模板特征，并对数据特征算子进行初始化定位；建立两个链路表，分别为第一链路表和第二链路表；在第一链路表中，对数据特征算子进行状态坐标路由映射，对路由映射的数据特征算子位置处标注预测区域；在第二链路表中，对每一个路由映射区域提取感知均衡特征，并计算路由映射区域与目标区间的相似度；根据离目标远近的位置贡献以及感知均衡特征相似度大小更新数据特征算子权重，确定估计目标的位置，得到新的目标区间；根据数据特征算子大小和重采样估计值得到链路表中的下一个数据特征算
子；得到每个路由映射区域与目标区间的相似度后，结合离目标远近的位置贡献更新数据特征算子的权重；更新完成预测数据特征算子的权重后，计算出目标的最优预测位置作为估计目标的位置，即为新的目标区间。
[0053]
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0054]
需要说明的是，上述实施例提供的系统，仅以上述各功能单元的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能单元来完成，即将本发明实施例中的单元或者步骤再分解或者组合，例如，上述实施例的单元可以合并为一个单元，也可以进一步拆分成多个子单元，以完成以上描述的全部或者单元功能。对于本发明实施例中涉及的单元、步骤的名称，仅仅是为了区分各个单元或者步骤，不视为对本发明的不当限定。
[0055]
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0056]
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的单元、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件单元、方法步骤对应的程序可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd
‑
rom、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0057]
术语“第一”、“另一部分”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
[0058]
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者单元/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者单元/装置所固有的要素。
[0059]
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
[0060]
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。