面向艦艇作戰(zhàn)的計算資源共享與管理技術(shù)研究?

李 明 楊志祥

1 引言

現(xiàn)代信息化戰(zhàn)爭中，海戰(zhàn)場逐漸呈現(xiàn)出戰(zhàn)場空間大、作戰(zhàn)節(jié)奏快、信息密度大、資源消耗高等特點。隨著作戰(zhàn)模式由以平臺為中心向以網(wǎng)絡(luò)為中心的轉(zhuǎn)變，體系內(nèi)作戰(zhàn)節(jié)點不斷增加、平臺作戰(zhàn)范圍不斷擴大，互聯(lián)互通的信息量及其處理需求也隨之大幅度增加。為了輔助作戰(zhàn)指揮人員，使其在瞬息萬變的戰(zhàn)爭局勢下，高效利用各類情報和數(shù)據(jù)，提高指揮決策能力，要求艦載作戰(zhàn)系統(tǒng)在情報分析、輔助決策、目標解算、數(shù)據(jù)分析和挖掘等方面具備高性能、高可靠的計算能力［1］。在傳統(tǒng)模式下，艦載作戰(zhàn)系統(tǒng)各設(shè)備專機專用，分別獨立完成各自計算任務(wù)，臺位功能相對固定。受艦艇內(nèi)空間和經(jīng)費等限制，存在局部計算資源分散、計算能力有限、資源利用率不高等問題，難以滿足現(xiàn)代化作戰(zhàn)高性能計算的要求。

高性能計算（HPC）最初依賴于高性能的計算機，但是高性能計算機的成本較高、研發(fā)周期長，而且難以擴展。集群技術(shù)的出現(xiàn)給高性能計算帶來了一場革命［2］，它通過各種互聯(lián)技術(shù)將多個計算設(shè)備連接在一起，利用所有被連接系統(tǒng)的綜合計算能力來處理大型計算問題，可以提供單個計算機不能提供的強大計算能力，具有高可擴展性、高可用性、高性能和高性價比等特點。

針對艦艇作戰(zhàn)系統(tǒng)計算資源分散、利用率低等特點，可以考慮將分布在艦艇上的各臺位的任務(wù)機與數(shù)據(jù)庫機柜等資源進行整合，構(gòu)建高性能計算集群。通過集群計算，實現(xiàn)面向艦艇作戰(zhàn)業(yè)務(wù)的計算資源按需分配、調(diào)度和動態(tài)配置，在不改變戰(zhàn)位設(shè)置、設(shè)備重量的情況下，提高計算資源的使用效率。

2 面向艦艇作戰(zhàn)業(yè)務(wù)的計算資源共享與管理方案

2.1 艦艇平臺作戰(zhàn)典型業(yè)務(wù)分析

艦艇作戰(zhàn)系統(tǒng)在輔助指揮員實施作戰(zhàn)任務(wù)的過程中，工作的基本流程包括：戰(zhàn)場態(tài)勢，信息獲取，情報分析，輔助決策，決策執(zhí)行，打擊效果評估等［3］。其中，情報處理與分析是奪取并保持信息優(yōu)勢，獲取穩(wěn)定、完整的戰(zhàn)場綜合態(tài)勢的關(guān)鍵。通常艦艇平臺作戰(zhàn)業(yè)務(wù)對情報處理存在處理容量、實時性、可靠性等性能需求，也是作戰(zhàn)系統(tǒng)中最為關(guān)鍵、計算負載瓶頸所在。

艦艇典型作戰(zhàn)業(yè)務(wù)可分為對空、對海、對水下三類。其中，對空作戰(zhàn)包括區(qū)域防空、協(xié)同防空、對空自防御；對海作戰(zhàn)包括超視距對海作戰(zhàn)、視距內(nèi)對海/對陸作戰(zhàn)；對水下作戰(zhàn)包括協(xié)同搜潛、反潛作戰(zhàn)、水下自防御等。

由于空中目標如戰(zhàn)斗機和導(dǎo)彈等速度快、機動性強、威脅度大，要求作戰(zhàn)系統(tǒng)對空中情報的處理必須及時完成，因此，對空作戰(zhàn)屬于強實時性處理任務(wù)；相對而言，海面和水下目標如水面艦艇、潛艇等速度、機動性較弱，聲納等水聲探測設(shè)備的探測周期較大，因此，對海作戰(zhàn)一般呈現(xiàn)出實時性，對水下作戰(zhàn)目標呈現(xiàn)出弱實時性。

通常情報信息處理中多源信息融合是艦載情報處理的核心關(guān)鍵所在，其具備實時性要求高、處理周期不間斷、問題規(guī)模呈現(xiàn)動態(tài)性、內(nèi)部各級處理呈現(xiàn)一定的順序性和較強的耦合性等特點。下圖給出其處理流程：

2.2 計算資源共享與管理方案

針對艦載情報處理的動態(tài)性特點以及實時性需求，結(jié)合艦艇作戰(zhàn)系統(tǒng)計算能力有限、利用率不高等現(xiàn)狀，提出面向艦艇作戰(zhàn)業(yè)務(wù)的計算資源管理框架。如圖2所示。

考慮到作戰(zhàn)系統(tǒng)的應(yīng)用需求，我們設(shè)計面向作戰(zhàn)業(yè)務(wù)的計算資源管理總體方案時，采用MPI并行消息傳遞模型為基礎(chǔ)，綜合利用分散在艦上有限的計算和存儲資源（情報處理服務(wù)器和數(shù)據(jù)庫機柜等），構(gòu)建一個可擴展的集群計算系統(tǒng)，來實現(xiàn)應(yīng)用的分布式處理操作。集群計算系統(tǒng)的架構(gòu)如圖3所示。

系統(tǒng)分層主要從功能劃分的角度考慮，下面分別加以解釋：

硬件層：硬件平臺；

OS層：硬件采用的操作系統(tǒng)，如VxWorks、Solaris等

OS適配層：該適配層將異構(gòu)OS映射到一個統(tǒng)一的接口；

通信中間件：主要功能通過MPI實現(xiàn)；

消息服務(wù)：充當“數(shù)據(jù)總線”，采用訂閱發(fā)布模式，基于數(shù)據(jù)內(nèi)容實現(xiàn)數(shù)據(jù)發(fā)送和接收的通信；

集群資源管理服務(wù)：負責低層集群內(nèi)部的資源管理，其主要功能包括節(jié)點管理、節(jié)點檢查、任務(wù)調(diào)度、集群控制點監(jiān)測、作業(yè)調(diào)度和驅(qū)動等；

作戰(zhàn)應(yīng)用層：各種作戰(zhàn)業(yè)務(wù)應(yīng)用。

3 集群計算關(guān)鍵技術(shù)及實現(xiàn)

面向艦艇作戰(zhàn)業(yè)務(wù)的集群系統(tǒng)，與通用的集群系統(tǒng)架構(gòu)類似，主要由集群資源管理、業(yè)務(wù)計算、消息中間件、狀態(tài)監(jiān)控、容錯處理等功能組件構(gòu)成，其架構(gòu)如圖4所示。通過狀態(tài)監(jiān)控與容錯處理實現(xiàn)對集群節(jié)點任務(wù)狀態(tài)的有效監(jiān)管，并達到計算資源合理分配及任務(wù)異常中斷的檢查與恢復(fù)，為情報臺位故障恢復(fù)和重組提供保證。

目前，通常艦載情報信息處理，在準實時桌面操作系統(tǒng)環(huán)境下完成。為了滿足對多源異類情報信息處理實時性的要求，某些艦載作戰(zhàn)系統(tǒng)情報處理要求在嵌入式實時操作系統(tǒng)環(huán)境下完成。也因此，需要開展基于嵌入式實時操作系統(tǒng)環(huán)境的集群管理技術(shù)研究。

然而，無論在商用還是軍用領(lǐng)域，構(gòu)建在嵌入式實時操作系統(tǒng)環(huán)境下的集群計算都比較少見，可用來參考借鑒的技術(shù)資料相對較少。因此，本文將對基于嵌入式實時操作系統(tǒng)的并行消息傳遞、任務(wù)實時調(diào)度、集群狀態(tài)監(jiān)控、并行容錯處理等關(guān)鍵技術(shù)進行探討。

3.1 并行消息傳遞

計算集群的性能通常取決于下面幾個因素：節(jié)點本身、節(jié)點之間互聯(lián)設(shè)備、底層通信軟件（包括互聯(lián)設(shè)備的驅(qū)動）、全局資源管理系統(tǒng)以及并行計算環(huán)境等［4］。其中，消息傳遞系統(tǒng)對于計算機集群系統(tǒng)的計算性能是至關(guān)重要的。因此，構(gòu)建高性能計算集群，首要的問題就是如何在嵌入式實時操作系統(tǒng)環(huán)境下實現(xiàn)實時高效的消息傳遞。

MPI是一種廣泛使用的消息傳遞并行通信編程模型，具有靈活高效、擴展性好、可移植性強等特點，幾乎所有的并行計算環(huán)境和主流操作系統(tǒng)（Unix、Linux和Windows NT）都支持［5］。因此，考慮將MPI并行消息傳遞移植到嵌入式實時操作系統(tǒng)環(huán)境中，構(gòu)建一個嵌入式實時操作系統(tǒng)環(huán)境下支持單機/多機通用標準、實時高效、高可靠的消息通信傳遞平臺。

文獻［6］以Linux系統(tǒng)中的開源MPI實現(xiàn)mpich2為基礎(chǔ)，將MPI消息傳遞并行編程平臺引入到Vx-Works系統(tǒng)中，為嵌入式實時操作系統(tǒng)提出了一種并行編程解決方案。在此基礎(chǔ)上，可以進一步開展基于國產(chǎn)嵌入式實時系統(tǒng)的并行消息傳遞平臺的研究。

3.2 任務(wù)實時調(diào)度

給定一組實時任務(wù)和系統(tǒng)資源，確定每個任務(wù)何時何地執(zhí)行的整個過程就是任務(wù)調(diào)度。任務(wù)調(diào)度是支持系統(tǒng)動態(tài)負載平衡，合理有效地利用資源，支持系統(tǒng)動態(tài)重構(gòu)，提高系統(tǒng)整體性能和系統(tǒng)可用性的關(guān)鍵技術(shù)［12］。利用它可以實現(xiàn)：

1）在計算過程中，把任務(wù)從負載較重的節(jié)點遷移到負載較輕的節(jié)點上，實現(xiàn)動態(tài)負載平衡；

2）充分利用系統(tǒng)中的空閑機器，以及在要求獨占其資源時及時提供；

3）在長時間計算的過程中，可以使某節(jié)點退出計算以進行系統(tǒng)維護，提高系統(tǒng)的可用性。

任務(wù)實時調(diào)度的算法有很多種，大致可以分為如下三類［7］：基于優(yōu)先級的調(diào)度算法（PD），基于CPU使用比例的共享式的調(diào)度算法（SD），以及基于時間的進程調(diào)度算法（TD）。在設(shè)計調(diào)度算法時，需要考慮多方面因素，通常包括系統(tǒng)設(shè)計目標、資源利用率、用戶要求、任務(wù)的特征（達到時間、計算時間、截止期限、任務(wù)達到頻率）等。

具體到面向艦艇作戰(zhàn)業(yè)務(wù)的集群任務(wù)實時調(diào)度中，我們需要研究的是如何將作戰(zhàn)過程中的多個實時性任務(wù)合理分配到不同的處理器上。結(jié)合上面分析的對空、對海、對水下三種類型的作戰(zhàn)業(yè)務(wù)具體的特點，我們采用基于動態(tài)優(yōu)先級的調(diào)度算法EDF［8］，通過任務(wù)動態(tài)生成以及對處理對象的動態(tài)調(diào)整，實現(xiàn)對集群中計算存儲資源的自適應(yīng)分配，動態(tài)地改變系統(tǒng)的負載分布。

3.3 集群狀態(tài)監(jiān)控

集群狀態(tài)監(jiān)控技術(shù)主要是為高性能集群系統(tǒng)提供性能監(jiān)測環(huán)境，提供可視化的集群配置管理、資源管理、用戶管理、安全管理、作業(yè)調(diào)度管理、控制管理等功能。

心跳機制是高可用集群的重要技術(shù)之一［9］。通知由應(yīng)用程序初始化的“我在工作”消息構(gòu)成，或在這種請求-響應(yīng)系統(tǒng)中，監(jiān)視器通過“你在工作嗎”的消息請求應(yīng)用程序確定處于活動狀態(tài)并且等待確認，即主動或被動的方式。當監(jiān)視器端超過特定的時間收不到響應(yīng)消息，它就假設(shè)應(yīng)用程序掛起或崩潰，然后殺掉或重啟它。

圖5為采用心跳機制實現(xiàn)集群狀態(tài)監(jiān)控的示意圖。采用“心跳匯報機制”周期性地檢測集群中節(jié)點機器的工作狀態(tài)，當節(jié)點機器的工作狀態(tài)變化時，能夠通知集群中的其它部件。集群節(jié)點之間心跳檢測的組織可以是主從心跳、環(huán)形心跳或廣播心跳，由系統(tǒng)結(jié)構(gòu)、檢測效率以及檢測開銷權(quán)衡決定。心跳信息的傳輸一般需要采用專用網(wǎng)絡(luò)來保證效率。

為了降低系統(tǒng)開銷，在面向艦艇作戰(zhàn)業(yè)務(wù)的集群狀態(tài)監(jiān)控中，可以采用多定時器的技術(shù)，由應(yīng)用程序周期性地向管理節(jié)點發(fā)送MPI消息以表示它在工作，同時匯報本地節(jié)點負載信息，包括CPU負載、網(wǎng)絡(luò)負載、內(nèi)存/磁盤使用率等，以實現(xiàn)對集群間節(jié)點的有效監(jiān)控。

3.4 并行容錯處理

容錯技術(shù)的實質(zhì)是通過資源的冗余配置使系統(tǒng)在內(nèi)部發(fā)生故障時，仍然能夠正確執(zhí)行預(yù)定任務(wù)，從而提高系統(tǒng)的可靠性［10］。實現(xiàn)容錯處理的方法有很多，可分為硬件容錯和軟件容錯：硬件容錯實時性好，糾錯速度快，但是可擴展性不好，需要額外的軟件支持；軟件容錯靈活度高，可以避免由于輔助邏輯的不容錯而造成的可靠性下降。

目前高可用集群計算，基于消息傳遞的系統(tǒng)中，解決其可靠性問題基本上采用基于檢查點的回卷恢復(fù)技術(shù)（Checkpoint/Restart）［11］。在系統(tǒng)正常運行的適當時刻設(shè)置檢查點，保存未出錯時的狀態(tài)，當故障發(fā)生后，讀取前面保存的作業(yè)狀態(tài)，將作業(yè)回卷（rollback）執(zhí)行。檢查點的設(shè)置可分不同級別進行設(shè)置，如低的級別是把內(nèi)存保存在本地也就是執(zhí)行節(jié)點（它的代價?。?，高的級別是把所有進程的內(nèi)存都保存在一個公共文件系統(tǒng)（它的代價大），不同級別檢查點時隙（Check Point Interval）是可以根據(jù)實際需求設(shè)置的。

根據(jù)艦艇作戰(zhàn)業(yè)務(wù)對可靠性的實際需求，本設(shè)計中的多機并行容錯主要針對集群網(wǎng)絡(luò)、硬件節(jié)點故障、任務(wù)故障等幾類問題，可以選擇上述基于檢查點的容錯處理技術(shù)。在作戰(zhàn)任務(wù)執(zhí)行過程中，記錄MPI任務(wù)正常運行時的一致性狀態(tài)，并保存到計算機內(nèi)存中。當系統(tǒng)發(fā)生故障后，可根據(jù)保存的狀態(tài)信息將MPI任務(wù)回卷到故障前的一致狀態(tài)繼續(xù)執(zhí)行，從而避免整個任務(wù)的重新執(zhí)行。

4 結(jié)語

面向艦艇作戰(zhàn)業(yè)務(wù)的計算資源管理通過綜合利用分散在艦上有限的計算和存儲資源，以并行消息傳遞模型為基礎(chǔ)，構(gòu)建了一體化的計算資源環(huán)境。采用嵌入式實時操作系統(tǒng)環(huán)境下并行消息傳遞、集群任務(wù)管理等技術(shù)，實現(xiàn)了艦載作戰(zhàn)系統(tǒng)內(nèi)計算資源的按需分配和調(diào)度、負載均衡、任務(wù)遷移和服務(wù)共享，可以在不改變戰(zhàn)位設(shè)置，設(shè)備重量等情況下，有效提高計算資源的使用效率和系統(tǒng)的可靠性。

［1］劉伯峰，劉帆，朱偉鋒.基于云計算的作戰(zhàn)系統(tǒng)集成結(jié)構(gòu)［J］. 中國艦船研究，2013，8（4）：92-95.

［2］李永峰，周敏奇，胡華梁.集群資源統(tǒng)一管理和調(diào)度技術(shù)綜述［J］. 華東師范大學(xué)學(xué)報，2014，9（5）：17-30.

［3］董曉明，秦克，石朝明.艦載指揮自動化系統(tǒng)和戰(zhàn)術(shù)應(yīng)用軟件的發(fā)展［J］. 中國艦船研究，2009，4（2）：7-10.

［4］王瑩，屈一新.PC集群的建立與MPI并行環(huán)境的實現(xiàn)及其應(yīng)用［J］.北京化工大學(xué)學(xué)報，2001，28（4）：4-6.

［5］陳月燕.基于MPI和MapReduce的分布并行計算研究［D］.南京：南京師范大學(xué)，2010：5-9.

［6］郭德源，何虎，楊旭.面向嵌入式實時操作系統(tǒng)的MPI實現(xiàn)［J］.微電子與計算機，2011，28（3）：35-38.

［7］同愛麗.實時多任務(wù)調(diào)度方法研究與應(yīng)用［D］.西安：西北工業(yè)大學(xué)，2006：9-10

［8］Liu C L，Layland J.Scheduling algorithms for multiprogramming in real-time systems［J］.Journal of the ACM，1997，20（1）：46-61.

［9］楊明華，陶靈姣，楊斌.高可信容錯計算機系統(tǒng)設(shè)計與應(yīng)用研究［J］.計算機工程，2012，38（15）：237-240.

［10］寧新建.火控系統(tǒng)中的容錯技術(shù)分析［J］.情報指揮控制系統(tǒng)與仿真技術(shù)，2002，32（8）：34-36.

［11］崔麗，徐煒民.MPI容錯機制的研究［J］.計算機工程，2004，30（16）：87-90.

［12］楊際祥，譚國真，王榮生.并行與分布式計算動態(tài)負載均衡策略綜述［J］. 電子學(xué)報，2010，38（5）：1122-1130.