地震資料解釋系統(tǒng)負(fù)載均衡策略研究與應(yīng)用

曹士炳 王克斌 馬迅飛 張紅杰 羅剛 金慧鑫

摘要：隨著油氣勘探步伐的不斷加大，地震勘探數(shù)據(jù)量呈現(xiàn)快速增長(zhǎng)趨勢(shì)，這必然加大對(duì)地震資料解釋系統(tǒng)軟硬件資源的需求，同時(shí)資源的負(fù)載均衡問(wèn)題也日益凸顯。介紹了常見(jiàn)的負(fù)載均衡技術(shù)，重點(diǎn)對(duì)層次分析法進(jìn)行探索與研究，并將該方法運(yùn)用到GeoEast解釋系統(tǒng)的資源分配過(guò)程中，取得了令人滿意的效果。文章對(duì)未來(lái)的負(fù)載均衡技術(shù)進(jìn)行了展望，指出自動(dòng)化配置與資源池的智能劃分將是其技術(shù)核心。

關(guān)鍵詞：地震資料解釋系統(tǒng);資源池;負(fù)載均衡技術(shù);層次分析法;GeoEast解釋系統(tǒng)

中圖分類號(hào)：TP399

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-8228（2020）09-20-04

Research and application of resource load balancing strategy in seismicdata interpretation system

Cao Shibing， Wang Kebin， Ma Xunfei， Zhang Hongjie， Luo Gang， Jin Huixin

（BGP. CNPC. Zhuozhou. Hebei 072750. China ）

Abstract： With the increasing pace of oil and gas exploration， the amount of seismic exploration data shows a trend of rapidgrowth， which inevitably increases the demand for software and hardware resources of seismic data interpretation system. andthe load balancing problem of resources is increasingly prominent. This paper introduces the common load balancingtechnologies， focuses on the exploration and research of analytic hierarchy process. and applies this method to the resourceallocation process of GeoEast interpretation system， which has achieved satisfactory results. The future load balancingtechnologies are prospected. and it is pointed out that automatic configuration and intelligent division of resource pool wouldbe the key technologies.

Key words： seismic data interpretation system; resource pool; load balancing technology; analytic hierarchy process; GeoEastinterpretation system

0引言

地震資料解釋是把經(jīng)過(guò)處理的地震數(shù)據(jù)變成地質(zhì)成果的過(guò)程，通過(guò)運(yùn)用波動(dòng)理論和地質(zhì)知識(shí)，綜合地質(zhì)、鉆井、測(cè)井等各項(xiàng)資料，做出構(gòu)造解釋、地層解釋、巖性及綜合解釋，對(duì)這些資料進(jìn)行綜合分析、模擬計(jì)算、反復(fù)對(duì)比，繪出有關(guān)的成果圖件，對(duì)探區(qū)作出含油氣評(píng)價(jià)，提出鉆井位置的過(guò)程。

地震資料解釋系統(tǒng)是完成人機(jī)交互的過(guò)程，解釋專家把地震資料從存儲(chǔ)系統(tǒng)中調(diào)入內(nèi)存，生成相應(yīng)的地質(zhì)模型來(lái)進(jìn)行分析，因此需保證圖形的精度。這就需要對(duì)地震資料進(jìn)行流暢的三維顯示，這對(duì)工作站、服務(wù)器硬件中的CPU、內(nèi)存、硬盤、圖卡、顯示器等都有一定的要求。因此，工作站硬件配置與解釋軟件的性能發(fā)揮有著密切的正關(guān)聯(lián)。

為了更好地應(yīng)對(duì)地震勘探數(shù)據(jù)量快速增長(zhǎng)的問(wèn)題，地震資料解釋所需的硬件資源規(guī)模不斷擴(kuò)大，資源運(yùn)維管理難度越來(lái)越大，傳統(tǒng)的人工分配資源，常使多個(gè)生產(chǎn)項(xiàng)目相互擠占資源，導(dǎo)致資源失衡和生產(chǎn)效率降低。通過(guò)技術(shù)研究及程序開發(fā)，對(duì)資源實(shí)現(xiàn)自動(dòng)分配、統(tǒng)一監(jiān)控，可以極大提高設(shè)備利用率和生產(chǎn)效率。

1關(guān)鍵技術(shù)

1.1負(fù)載均衡算法

負(fù)載均衡的實(shí)現(xiàn)，綜合了評(píng)估資源池內(nèi)所有服務(wù)器的CPU使用率、內(nèi)存使用率、顯存使用率和云桌面連接數(shù)，根據(jù)軟件資源使用特點(diǎn)設(shè)置優(yōu)先級(jí)，將資源最優(yōu)的服務(wù)器分配給用戶，從而達(dá)到平衡資源使用率的目標(biāo)。

負(fù)載均衡的核心在于算法。傳統(tǒng)模式下，負(fù)載均衡的算法已經(jīng)比較成熟，常用的主流算法有：隨機(jī)、輪詢、加權(quán)輪詢、動(dòng)態(tài)輪詢、最快算法、最少連接、觀察算法、預(yù)判算法[1-2]。

隨機(jī)：即隨機(jī)的把負(fù)載分配到各個(gè)可用的服務(wù)器上，通過(guò)隨機(jī)數(shù)生成算法選取一個(gè)服務(wù)器，然后把軟件連接請(qǐng)求分配到該服務(wù)器上。

輪詢：按順序把每個(gè)新的連接請(qǐng)求分配給下一個(gè)服務(wù)器，最終把所有請(qǐng)求平分給所有的服務(wù)器。

加權(quán)輪詢：該算法中，每個(gè)機(jī)器接受的連接數(shù)量是按權(quán)重比例分配的。這是對(duì)普通輪詢算法的改進(jìn)，如可以設(shè)定第三臺(tái)機(jī)器的處理能力是第一臺(tái)機(jī)器的兩倍，那么負(fù)載均衡器會(huì)把兩倍的連接數(shù)量分配給第三臺(tái)機(jī)器。

動(dòng)態(tài)輪詢：類似于加權(quán)輪詢，但權(quán)重值是基于對(duì)各個(gè)服務(wù)器的持續(xù)監(jiān)控，并且不斷更新。這是一個(gè)動(dòng)態(tài)負(fù)載均衡算法，基于對(duì)服務(wù)器的實(shí)時(shí)性能分析分配連接，比如每個(gè)節(jié)點(diǎn)的當(dāng)前連接數(shù)，或者節(jié)點(diǎn)的最快響應(yīng)時(shí)間等。

最快算法：基于所有服務(wù)器中的最快響應(yīng)時(shí)間分配連接。該算法在服務(wù)器跨不同網(wǎng)絡(luò)的環(huán)境中特別有用。

最少連接：系統(tǒng)把新連接分配給當(dāng)前連接數(shù)目最少的服務(wù)器。該算法在各個(gè)服務(wù)器運(yùn)算能力基本相似的環(huán)境中非常有效。

觀察算法：該算法同時(shí)利用最小連接算法和最快算法來(lái)實(shí)施負(fù)載均衡。服務(wù)器根據(jù)當(dāng)前的連接數(shù)和響應(yīng)時(shí)間得到一個(gè)分?jǐn)?shù)，分?jǐn)?shù)較高代表性能較好，會(huì)得到更多的連接。

預(yù)判算法：該算法使用觀察算法來(lái)計(jì)算分?jǐn)?shù)，但是預(yù)判算法會(huì)分析分?jǐn)?shù)的變化趨勢(shì)，以此來(lái)判斷某臺(tái)服務(wù)器的性能是在改善還是降低，具有改善趨勢(shì)的服務(wù)器會(huì)得到更多的連接。該算法適用于大多數(shù)環(huán)境。

1.2層次分析法

經(jīng)過(guò)對(duì)負(fù)載均衡各種算法的分析與研究，并綜合考慮地震資料解釋軟件的特點(diǎn)，我們創(chuàng)新性地運(yùn)用了層次分析負(fù)載均衡算法。

層次分析法（Analytic Hierarchy Process，AHP）是一種定性分析和定量分析相結(jié)合的評(píng)價(jià)決策方法。它通過(guò)建立層次結(jié)構(gòu)模型、構(gòu)造判斷矩陣、進(jìn)行層次單排序及一致性檢驗(yàn)、進(jìn)行層次總排序及一致性檢驗(yàn)等步驟，來(lái)完成評(píng)價(jià)指標(biāo)排序。

對(duì)于眾多的專業(yè)軟件，其服務(wù)器的CPU、內(nèi)存、顯卡等資源使用權(quán)重不盡相同。使用層次分析法可以科學(xué)有效的確定各因素的相對(duì)重要性，并確定權(quán)重?；趯哟畏治龇ǖ呢?fù)載均衡算法，按影響負(fù)載均衡的參數(shù)間的相互關(guān)聯(lián)影響及隸屬關(guān)系，將參數(shù)按不同層次聚集組合，形成一個(gè)多層次的分析結(jié)構(gòu)模型，使問(wèn)題歸結(jié)為最低層相對(duì)于高層的相對(duì)重要權(quán)值的確定。根據(jù)每臺(tái)服務(wù)器的最大處理能力和當(dāng)前負(fù)載情況，使處理能力強(qiáng)的節(jié)點(diǎn)獲得處理任務(wù)的數(shù)量相對(duì)較多，從而達(dá)到負(fù)載均衡[3-4]。

1.3AHP分析過(guò)程

AHP分析問(wèn)題過(guò)程經(jīng)過(guò)以下五個(gè)步驟。

（1）建立層次結(jié)構(gòu)模型：將決策目標(biāo)、考慮的因素（決策準(zhǔn)則）和決策對(duì)象，按它們之間的相互關(guān)系分為最高層、中間層和最低層，并繪出層次結(jié)構(gòu)圖，如圖1所示。

（2）構(gòu)造判斷矩陣：在確定各層次、各因素之間的權(quán)重時(shí)，如果只是定性的結(jié)果，則常常不容易被別人接受，因而提出一致矩陣法，即不把所有因素放在一起比較，而是兩兩相互比較。對(duì)比時(shí)采用相對(duì)尺度，以盡可能減少性質(zhì)不同因素相互比較的困難，以提高準(zhǔn)確度。

準(zhǔn)則層包含四個(gè)準(zhǔn)則：連接數(shù)（C1）、CPU使用率（C2）、內(nèi)存使用率（C3）、圖卡使用率（C4），相對(duì)于目標(biāo)層選擇設(shè)備，進(jìn)行兩兩比較打分，如圖2所示。

（3）層次單排序：所謂層次單排序是指，對(duì)于上一層某因素而言，本層次各因素的重要性的排序，即方案層對(duì)準(zhǔn)則層連接的矩陣構(gòu)造。

（4）矩陣的一致性檢驗(yàn)：所謂一致性是指判斷思維的邏輯一致性。如當(dāng)甲比丙是非常重要，而乙比丙是稍微重要時(shí)，顯然甲一定比乙重要。這就是判斷思維的邏輯一致性，否則判斷就會(huì)有矛盾。

（5）層次總排序：確定某層所有因素對(duì)于總目標(biāo)相對(duì)重要性的排序權(quán)值過(guò)程。這一過(guò)程是從最高層到最底層依次進(jìn)行的。對(duì)于最高層而言，其層次單排序的結(jié)果也就是總排序的結(jié)果。

1.4配置流程

負(fù)載均衡的主要流程：

（1）管理員設(shè)置應(yīng)用負(fù)載指標(biāo)及權(quán)重;

（2）系統(tǒng)創(chuàng)建三種資源最優(yōu)隊(duì)列，每種隊(duì)列按照層次分析法選擇20個(gè)資源放入隊(duì)列，進(jìn)入等待狀態(tài);如果同時(shí)連接資源數(shù)超過(guò)20個(gè)，則系統(tǒng)按照層次分析法尋址、分配;

（3）用戶發(fā)送應(yīng)用連接請(qǐng)求;

（4）將最優(yōu)的資源連接給用戶;

（5）系統(tǒng)向選定的資源發(fā)送指令，啟動(dòng)應(yīng)用。

負(fù)載均衡對(duì)于各項(xiàng)指標(biāo)參數(shù)判斷的準(zhǔn)確性非常重要?；谄脚_(tái)基礎(chǔ)架構(gòu)的監(jiān)控系統(tǒng)抓取CPU、內(nèi)存、磁盤10等幾十項(xiàng)指標(biāo)，可從中選擇與負(fù)載均衡相關(guān)的參數(shù)來(lái)計(jì)算資源的負(fù)載。

2應(yīng)用實(shí)例分析

GeoEast云計(jì)算管理系統(tǒng)，能夠?qū)Υ笮蛿?shù)據(jù)處理中心的可視化服務(wù)器、高性能并行計(jì)算集群、海量存儲(chǔ)等硬件資源，進(jìn)行集中管理和統(tǒng)一調(diào)度，可實(shí)現(xiàn)資源在多個(gè)處理、解釋軟件間的高效共享[5-6]。

通過(guò)在各交互節(jié)點(diǎn)駐有監(jiān)控程序，包括CPU、內(nèi)存、網(wǎng)絡(luò)、磁盤等多項(xiàng)指標(biāo)，同時(shí)能夠以服務(wù)器、服務(wù)器組或集群等為單位進(jìn)行查詢、瀏覽和統(tǒng)計(jì)分析，為資源量化管理奠定了基礎(chǔ);在對(duì)資源使用情況量化的基礎(chǔ)上，結(jié)合負(fù)載均衡策略及用戶啟動(dòng)應(yīng)用軟件的要求，來(lái)指派給合適的交互節(jié)點(diǎn)，如圖3所示。

（1）將數(shù)據(jù)中心的所有資源，根據(jù)軟件、用戶、部門或者項(xiàng)目組的使用需求，劃分出對(duì)應(yīng)的資源池，并將用戶、軟件與資源池進(jìn)行綁定與權(quán)限配置。

（2）在不同的資源池配置信息中，填入此資源池的預(yù)置負(fù)載均衡策略，如該資源池資源的最大連接數(shù)、使用CPU類型模塊的用戶分配、CPU優(yōu)先的負(fù)載策略、使用內(nèi)存類型的用戶分配為內(nèi)存優(yōu)先的負(fù)載策略等。

（3）用戶在選擇使用軟件時(shí)，負(fù)載均衡系統(tǒng)自動(dòng)為用戶選擇最符合預(yù)定規(guī)則的一臺(tái)設(shè)備，打開遠(yuǎn)程三維可視化軟件桌面，如圖4所示。

（4）收集用戶在使用過(guò)程中的資源占用情況，并定期生成該資源池的歷史使用報(bào)表。

（5）對(duì)歷史使用報(bào)表進(jìn)行數(shù)據(jù)分析，判定初始設(shè)置的負(fù)載均衡策略是否符合實(shí)際使用情況，如有必要將自動(dòng)進(jìn)行調(diào)整。

（6）對(duì)所有受管資源池統(tǒng)一分析，對(duì)每個(gè)資源池的使用情況分析后，重新分配資源，將空閑率高的資源池中的部分設(shè)備，移至資源占用率高的資源池中。

3未來(lái)技術(shù)展望

基于智能化、自動(dòng)化的配置部署將成為未來(lái)技術(shù)發(fā)展的主流趨勢(shì)。自動(dòng)化的部署不僅可以極大提高工作效率，節(jié)約人力成本，更可以通過(guò)智能數(shù)據(jù)分析等技術(shù)手段，得到更加符合實(shí)際場(chǎng)景的負(fù)載策略。

3.1自動(dòng)化配置

通過(guò)負(fù)載均衡系統(tǒng)與監(jiān)控系統(tǒng)的配合，得到用戶的使用習(xí)慣、軟件模塊的資源占用歷史記錄、資源池的整體占用情況;再通過(guò)運(yùn)營(yíng)分析系統(tǒng)，獲得對(duì)當(dāng)前用戶、軟件、硬件的使用分析數(shù)據(jù);最終依據(jù)分析數(shù)據(jù)判斷出最佳的負(fù)載均衡策略，自動(dòng)為用戶的未來(lái)使用，逐漸采取更加符合的負(fù)載均衡策略，并自動(dòng)進(jìn)行細(xì)節(jié)優(yōu)化。

3.2智能劃分資源池

在地震資料解釋系統(tǒng)的硬件資源集群中，針對(duì)不同軟件、部門或者用戶，都可能會(huì)有著自己完全獨(dú)立的資源池。然而在資源池之間，或者每個(gè)資源池內(nèi)部，硬件資源的性能、利用率，以及與用戶使用習(xí)慣的適配程度，都可能會(huì)對(duì)最終的軟件使用效果產(chǎn)生或大或小的影響。

在劃分資源池的過(guò)程中，更合理、更符合實(shí)際需求的方案，永遠(yuǎn)都是問(wèn)題的關(guān)鍵。未來(lái)的技術(shù)發(fā)展，能否智能劃分資源池，將是衡量負(fù)載均衡系統(tǒng)能力的一個(gè)重要指標(biāo)。通過(guò)負(fù)載均衡系統(tǒng)得到用戶的使用側(cè)重點(diǎn)，然后在整體的硬件集群中，自動(dòng)地調(diào)整每個(gè)資源池的設(shè)備資源，從而最終達(dá)到提高資源利用率的目的。

4結(jié)束語(yǔ)

目前，在大規(guī)模集群服務(wù)器、工作站使用環(huán)境中，負(fù)載均衡是一項(xiàng)必要的技術(shù)。而在石油勘探解釋系統(tǒng)環(huán)境下，負(fù)載均衡技術(shù)的必要性體現(xiàn)的更加明顯。

隨著油氣勘探業(yè)務(wù)的不斷擴(kuò)展，用戶會(huì)產(chǎn)生大量并發(fā)的需求，如果這些單個(gè)用戶面對(duì)的還是固定的軟、硬件資源，就會(huì)造成資源過(guò)多的浪費(fèi)。如何將有限的計(jì)算資源充分利用，使硬件利用率提高，但同時(shí)又不會(huì)因可能出現(xiàn)的大并發(fā)量，給系統(tǒng)造成壓力而降低系統(tǒng)性能，是今后負(fù)載均衡體系設(shè)計(jì)中的一個(gè)需要長(zhǎng)期考慮的問(wèn)題。

參考文獻(xiàn)（References）：

[1]劉梓璇，周建濤，負(fù)載均衡的主導(dǎo)資源公平分配算法[J]，計(jì)算機(jī)工程與科學(xué)，2019.41（9）：1574-1579

[2]張寶祥，何利力，高并發(fā)集群系統(tǒng)下的負(fù)載均衡技術(shù)研究[J].工業(yè)控制計(jì)算機(jī)，2017.30（10）：76-77

[3]王宇耕，肖鵬，張力等，基于負(fù)載預(yù)測(cè)的自適應(yīng)權(quán)值負(fù)載均衡算法[J]，計(jì)算機(jī)工程與設(shè)計(jì)，2019.40（4）：1033-1037

[4]汪佳文，王書培，徐立波等，基于權(quán)重輪詢負(fù)載均衡算法的優(yōu)化[J]，計(jì)算機(jī)系統(tǒng)應(yīng)用，2018.27（4）：138-144

[5]詹毅，趙波，劉建紅等.GeoEastV3.0地震數(shù)據(jù)處理解釋—體化軟件系統(tǒng)[J]，石油科技論壇（增刊），2017：4-7

[6]文佳敏，趙長(zhǎng)海，侯紅軍，等.GeoEast海量地震數(shù)據(jù)高效處理技術(shù)[J].石油工業(yè)計(jì)算機(jī)應(yīng)用，2016.24（3）：12-18

收稿日期：2020-04-21

基金項(xiàng)目：中國(guó)石油集團(tuán)東方地球物理勘探有限責(zé)任公司科技信息處“基于PB級(jí)地震數(shù)據(jù)的GeoEast云計(jì)算架構(gòu)研究及應(yīng)用”科研項(xiàng)目（BGP02-03-2019）

作者簡(jiǎn)介：曹士炳（1968-），男，河南信陽(yáng)人，高級(jí)工程師，主要研究方向：計(jì)算機(jī)技術(shù)綜合應(yīng)用與管理。