摘  要： 在Web應(yīng)用日益普及的今天,，Web服務(wù)器承擔(dān)的任務(wù)越來越繁重,，特別是進行大數(shù)據(jù)量的計算時，服務(wù)器的硬件資源成了計算效率的瓶頸,。為了解決這一問題,，結(jié)合云計算和中間件的技術(shù)特點，提出了一種基于多Agent的云服務(wù)中間件的體系架構(gòu),，該框架分為用戶接口層,、SOA層和資源管理層3個層次，內(nèi)部采用多Agent技術(shù),。節(jié)點間通過ACL消息進行通信,，負(fù)載均衡采用靜態(tài)計算能力與動態(tài)負(fù)載相結(jié)合，內(nèi)置的日志服務(wù)和容錯服務(wù)保障系統(tǒng)穩(wěn)定運行,。將此框架應(yīng)用到實際Web應(yīng)用中可以大大提高Web服務(wù)器的計算效率,。
關(guān)鍵詞： 云服務(wù)；中間件,；多Agent系統(tǒng)；分布式計算；負(fù)載平衡

    隨著當(dāng)今網(wǎng)絡(luò)體系和Web技術(shù)的發(fā)展,，Web應(yīng)用被廣泛使用,，Web服務(wù)器所承載的負(fù)荷越來越大，使得對于大數(shù)據(jù)量的計算不能及時響應(yīng),。因此,，需要有一種技術(shù)，不僅能將大任務(wù)分配給多臺機器共同計算,，分擔(dān)服務(wù)器的工作,，提高計算效率和穩(wěn)定性，還能利用閑置計算資源,，避免資源浪費,，這就是云計算。
    云計算(Cloud Computing)[1]是一種基于互聯(lián)網(wǎng)的計算方式,，通過這種方式,，共享的軟硬件資源和信息可以按需提供給計算機和其他設(shè)備。
    中間件（Middleware）[2]是一種獨立的系統(tǒng)軟件或服務(wù)程序,，分布式應(yīng)用軟件借助這種軟件在不同的技術(shù)之間共享資源,。
    Agent是一種在某個環(huán)境中自主行動以實現(xiàn)其設(shè)計目標(biāo)的智能化軟件實體[3-4]。其應(yīng)用主要是以一種松散耦合的Agent網(wǎng)絡(luò),，即MAS出現(xiàn),，在多個Agent之間以結(jié)構(gòu)化的ACL[5](Agent Communication Language)進行交互、協(xié)作,以完成某一項任務(wù),。
    臺風(fēng)預(yù)報系統(tǒng)是一個典型的Web應(yīng)用,，它是一個會商式的群決策支持系統(tǒng)（GDSS）[6-7]，其中的專家預(yù)報路徑就涉及了大數(shù)據(jù)量計算,，本文將云服務(wù)中間件的技術(shù)應(yīng)用到臺風(fēng)預(yù)報系統(tǒng)上,，以提高相似路徑計算的效率。
1 云服務(wù)中間件的體系架構(gòu)
1.1 云服務(wù)中間件的工作原理
    云服務(wù)中間件的設(shè)計可以將大任務(wù)分解成若干小任務(wù),，再通過分配給閑置計算節(jié)點來分擔(dān)服務(wù)器的工作,，計算結(jié)果由所有計算節(jié)點產(chǎn)生的子結(jié)果匯集而成。云服務(wù)中間件的工作原理如圖1所示,。

    用戶接口層定義了外部程序調(diào)用云服務(wù)所需的接口,，請求端的Agent將計算任務(wù)通過接口發(fā)給云服務(wù)中間件。
    SOA層管理著云服務(wù)中間件結(jié)構(gòu)所需的基本服務(wù),，包括主控服務(wù),、計算服務(wù)、日志服務(wù)和容錯服務(wù),。目錄服務(wù)是SOA層各類服務(wù)的目錄,，提供查找已注冊在目錄上的服務(wù)，并調(diào)用它。計算任務(wù)通過用戶接口傳進SOA層后,，被發(fā)送到目錄下的主控服務(wù)上,。
    資源管理層是操作計算機資源的各種Agent組成，每一種Agent負(fù)責(zé)對應(yīng)的工作,。在主控服務(wù)下有一個主控Agent,，帶有一個負(fù)載均衡器。計算服務(wù)下有多個計算Agent,，日志服務(wù)下有多個日志Agent,，有一個日志收集器和多個日志記錄器。容錯服務(wù)下有多個容錯Agent,。主控Agent對應(yīng)一個日志收集器和一個容錯Agent,，每個計算Agent對應(yīng)一個日志記錄器和一個容錯Agent。
    主控Agent是云服務(wù)中間件的核心Agent,，它管理著所有計算Agent節(jié)點,，負(fù)責(zé)接收請求端發(fā)來的計算任務(wù)，根據(jù)業(yè)務(wù)邏輯對任務(wù)進行分解,，并通過負(fù)載均衡器將子任務(wù)分配給輕載的計算節(jié)點,。主控Agent所帶的日志收集器Agent負(fù)責(zé)收集日志記錄器Agent發(fā)送的日志消息，記錄在平臺和日志文件中,。計算Agent在云服務(wù)中間件起著重要的作用,，它是計算的核心，接收來自主控Agent發(fā)來的子任務(wù),，計算并返回部分結(jié)果,。每個計算Agent都帶有一個日志記錄器Agent，用以記錄Agent工作的日志并轉(zhuǎn)發(fā)給日志收集器Agent,。同時,，主控Agent和計算Agent都帶有一個容錯Agent，容錯Agent負(fù)責(zé)處理Agent異常并恢復(fù)出錯的Agent,。
1.3 云服務(wù)中間件的消息機制
    云服務(wù)中間件是通過Agent間的發(fā)送接收消息來完成內(nèi)部通信的,，ACL消息是Agent的通信語言，兩個重要的屬性分別是對象內(nèi)容和接收者,，對象內(nèi)容是指發(fā)送消息的對象,，可以是一個java類對象，接收者是接收Agent的ID,。通信過程是：發(fā)送Agent將消息對象封裝到ACL消息中,，通過send方法發(fā)送消息給指定的接收Agent；接收Agent通過receive方法接收ACL消息并解開消息對象,，讀取消息內(nèi)容,。通信過程如圖3所示,。

    消息對象是存儲消息內(nèi)容的對象，云服務(wù)中間件根據(jù)不同的需求定義不同的消息格式,，它們共同繼承自一個消息基類,，消息基類管理所有消息的類型。云服務(wù)中間件涉及的消息對象有注冊相關(guān)消息,、業(yè)務(wù)相關(guān)消息、登錄相關(guān)消息,、負(fù)載相關(guān)消息和日志相關(guān)消息,。
2 負(fù)載均衡策略
    負(fù)載平衡[8]是分布式系統(tǒng)的資源管理模塊，它的主要功能是合理和透明地在處理器之間分配系統(tǒng)負(fù)載,，以達到系統(tǒng)的綜合性能最優(yōu),。負(fù)載均衡器設(shè)計的目的是在眾多閑置的計算節(jié)點中選擇閑置計算能力最大的作為任務(wù)分配的節(jié)點，以達到計算效率最優(yōu),。
    本文所采用的負(fù)載平衡是結(jié)合靜態(tài)計算能力和動態(tài)負(fù)載加權(quán)組成,，同時考慮了節(jié)點的靜態(tài)能力和動態(tài)負(fù)載，兩者加權(quán)得出閑置計算能力,，使得分配任務(wù)更合理,，充分利用了計算資源。設(shè)計算節(jié)點為C,，閑置計算能力的計算方法如式(1)所示：
    Abilityfree(C)=Abilitytotal(C)×(1-LoadValue(C)/100)(1)
其中Abilitytotal(C)為計算節(jié)點C的全部計算能力,，即靜態(tài)計算能力。LoadValue(C)為計算節(jié)點C的負(fù)載值,，即動態(tài)負(fù)載,，單位是百分比。

    (1)專家編輯方案,，系統(tǒng)將預(yù)測路徑通過云服務(wù)模式交給請求Agent,；
    (2)請求Agent將預(yù)報路徑封裝成預(yù)報消息，發(fā)送給云服務(wù)中間件的主控Agent,；
    (3)主控Agent接收到預(yù)報消息后,，將任務(wù)分解成若干子任務(wù)，分發(fā)給計算Agent,；
    (4)計算Agent計算最相似歷史臺風(fēng)路徑,，返回結(jié)果給主控Agent；
    (5)主控Agent匯總結(jié)果,，將結(jié)果封裝成結(jié)果消息發(fā)送回請求Agent,；
    (6)請求Agent解開結(jié)果消息，把最相似路徑在地圖上顯示給專家,。
    期間,，請求Agent,、計算Agent將工作日志發(fā)送給日志記錄Agent，主控Agent將工作日志發(fā)送給日志收集Agent,，日志記錄Agent將接收到的日志轉(zhuǎn)發(fā)給日志收集Agent,。容錯Agent負(fù)責(zé)對主控Agent和計算Agent集群中的每個計算Agent進行監(jiān)控。
4 實驗結(jié)果及分析
4.1 實驗準(zhǔn)備
    將云服務(wù)中間件應(yīng)用到臺風(fēng)預(yù)報系統(tǒng)中,，分別對單機和云服務(wù)兩個模式進行實驗,，測試計算時間。實驗所用到的計算機集群有：1臺主控服務(wù)器,，1臺Web服務(wù)器,，若干臺計算服務(wù)器和若干臺數(shù)據(jù)庫服務(wù)器。
    實驗數(shù)據(jù)有多組,，每組均來自隨機產(chǎn)生的臺風(fēng)路徑,，每個臺風(fēng)的路徑點數(shù)為66個，對不同數(shù)量臺風(fēng)的臺風(fēng)預(yù)測計算時間,，對單機與云服務(wù)進行效率比較,。
4.2 實驗結(jié)果
    單機模式與云服務(wù)模式的計算的平均時間如表1所示。

    從表中可以看出,，云服務(wù)的整體計算性能明顯高于單機,，當(dāng)臺風(fēng)個數(shù)為1 200時，云服務(wù)計算時間僅為單機的31.84%,，速度提高了214.11%,， 說明云服務(wù)中間件應(yīng)用到臺風(fēng)預(yù)報系統(tǒng)中可以大大提高Web服務(wù)器的計算效率。
4.3 結(jié)果分析
    實驗結(jié)果表明,，單機與云服務(wù)下計算時間隨臺風(fēng)個數(shù)成正比,，兩者的計算時間都是線性增加的。圖5為單機與云服務(wù)計算時間對比圖,。從圖5可以看出,，單機下的計算時間趨勢線斜率高于云服務(wù)的計算時間趨勢線，計算時間差隨著臺風(fēng)個數(shù)的增加而拉大,，說明基于多Agent的云服務(wù)中間件可以大大縮短Web服務(wù)器的計算時間,，提高計算效率。

    本文分析了Web應(yīng)用的現(xiàn)狀和Web服務(wù)器的瓶頸問題,，結(jié)合云計算和中間件技術(shù),，提出了一種基于多Agent的云服務(wù)中間件的體系架構(gòu)。介紹了云服務(wù)中間件的工作原理,，即將復(fù)雜的任務(wù)分解成小任務(wù),，再將結(jié)果匯總。從層次上看,，云服務(wù)中間件分為3個層次,，分別是用戶接口層,、SOA層和資源管理層。內(nèi)部的Agent使用ACL消息進行通信,，介紹了各類消息,。負(fù)載均衡采用靜態(tài)計算能力與動態(tài)負(fù)載相結(jié)合，保證了整體性能,。
　　本文將設(shè)計的云服務(wù)中間件框架應(yīng)用到一個典型的Web應(yīng)用臺風(fēng)預(yù)報系統(tǒng)中,，以實驗數(shù)據(jù)進行單機與云服務(wù)模式的計算時間對比，可以看到云服務(wù)中間件對提高Web服務(wù)器計算時間的作用,。云服務(wù)中間件的研究是未來Web應(yīng)用的一個很有價值的應(yīng)用前景,，對推動云計算的發(fā)展有著至關(guān)重要的作用。
參考文獻
[1] 趙立新．云計算：信息時代的新主宰[J]．科技創(chuàng)新導(dǎo)報,，2010(12)：213-214.
[2] 吳禮裕，盧珊．中間件的研究綜述[J]．科技與生活,，2009(21)：24-24,，67.
[3] 賴如潔，曹健,，李明祿,，等．服務(wù)Agent的設(shè)計與實現(xiàn)[J]．計算機工程與科學(xué)，2010,，32(5)：113-117．
[4] WILDE G J.The theory of risk homeostasis：implications for  safety and healt[J].Risk Analysis,，1982，2(4)：209-225．
[5] WILDE G J.Social interaction patterns in driver behavior：an introductory review[J].Human Factors,，1976,，18(5)：447-492．
[6] 陳偉江，郭朝珍．分布式ETL中協(xié)同機制的研究與設(shè)計[J]．通信學(xué)報,，2006,，27(11)：177-182.
[7] 閆鈞華，張煥春,，經(jīng)亞枝．基于Multi2agent的分布式系統(tǒng)負(fù)載平衡[J].華南理工大學(xué)學(xué)報：自然科學(xué)版,，2004，32(12)：74-79．
[8] 陳濤,，陳啟買．分布式計算機系統(tǒng)負(fù)載平衡研究[J]．計算機技術(shù)與發(fā)展,，2006，16 (5)：33-35．