多媒體數(shù)據(jù)庫引擎多任務(wù)并行控制方法仿真

王 艷

(重慶師范大學(xué)涉外商貿(mào)學(xué)院，重慶 401520)

1 引言

多媒體數(shù)據(jù)庫是由互聯(lián)網(wǎng)、傳輸數(shù)據(jù)庫以及多媒體技術(shù)等所組成形成的產(chǎn)物，內(nèi)容涵蓋視頻、音頻、圖像、數(shù)字、文字和數(shù)據(jù)庫之間的安全性、獨立性，因此多媒體數(shù)據(jù)庫的實際應(yīng)用前景特別廣泛，例如在互聯(lián)網(wǎng)上面的圖片搜索系統(tǒng)；視頻、音頻的多媒體戶籍管理系統(tǒng)等[1]。想要對這些數(shù)據(jù)進行處理，還要保證隨時都能夠使用、分享以及管理等，就需要同時對多個任務(wù)進行并行控制，以此增加數(shù)據(jù)的處理速度[2]。

文獻[3]為了提高實時視頻數(shù)據(jù)的采集與傳輸雙重任務(wù)速度，將可編程門陣列作為核心處理器，以Verilog HDL敘述電路功能實現(xiàn)其同步動態(tài)，使隨機存儲可高速訪問，同時采用經(jīng)典FPGA并行處理方法，完成視頻數(shù)據(jù)采集與傳輸速度的提高，但是多任務(wù)并行控制效果不盡如人意。文獻[4]在電腦的控制系統(tǒng)內(nèi)，為了解決實行多任務(wù)時電腦運行速度慢，控制實時較差的問題，利用FPGA用作控制系統(tǒng)的控制器，結(jié)合模糊PID對電腦進行控制，在通過FPGA并行處理方法提高實時性處理效率，與此同時，模糊PID控制可進一步加深對電動機控制的魯棒性與實時性，且通過simulink仿真和實際測試，證明此控制器能夠滿足多任務(wù)的控制精度和效果，但是其對硬件要就較高，適用范圍低。

針對傳統(tǒng)的多媒體數(shù)據(jù)庫引擎在進行多任務(wù)控制時，存在控制延遲、無法實時完成相應(yīng)任務(wù)處理等問題，嚴重影響用戶使用體驗，提出一種多媒體數(shù)據(jù)庫引擎多任務(wù)并行控制方法，首先對多媒體數(shù)據(jù)庫進行分析，通過多任務(wù)非格式化處理，提升了數(shù)據(jù)處理效率，最后通過SSA算法和反饋機制實現(xiàn)多媒體數(shù)據(jù)庫的多任務(wù)并行控制。通過仿真，驗證了該方法的有效性。為多媒體數(shù)據(jù)庫多任務(wù)的控制提供了便利。

2 多媒體數(shù)據(jù)庫多任務(wù)并行控制機制設(shè)計

2.1 多任務(wù)并行存儲

通過大數(shù)據(jù)統(tǒng)計，現(xiàn)階段幾乎視頻、圖像以及聲音等任務(wù)數(shù)據(jù)都是采用磁盤、磁帶或者是云服務(wù)來完成存儲的，將各種任務(wù)數(shù)據(jù)存儲機制放置在公共存儲地，但是不同種類任務(wù)數(shù)據(jù)必須單獨放置。

其中，要求多任務(wù)數(shù)據(jù)存儲對象在數(shù)據(jù)庫中能夠快速定位，并可以完成其超媒體的任務(wù)數(shù)據(jù)記錄以及文檔隨機存取，因此，要依據(jù)音頻、圖像或者視頻的屬性信息構(gòu)建多媒體數(shù)據(jù)庫索引，進一步確保多媒體文檔的同步以及協(xié)調(diào)。

2.2 多任務(wù)并行查詢

在傳統(tǒng)多媒體數(shù)據(jù)庫多任務(wù)查詢系統(tǒng)中，只對其準確查詢文字或概念進行處理。但是各任務(wù)存在著大量多樣性因素，針對模糊的類似性查詢和概念準確匹配會占有較大比例[5]。

針對相同的對象，假如采用不一樣的任務(wù)進行表示，那么相對來說計算機同樣是不相同的。例如，把獅子的聲音以及圖像保存在兩個不同的文件中，而在計算機進行對比的時候會將兩個文件認定是不同的物體。通過一個任務(wù)進行表示，如果在處理時出現(xiàn)誤差，那結(jié)果也是不相同的，因為其任務(wù)的時序性質(zhì)、形象化、分散和復(fù)合程度等特點，相同任務(wù)對象的不同目標介質(zhì)在計算機中的處理也是不同的。

因此，相對傳統(tǒng)多媒體數(shù)據(jù)庫概念查詢方式，設(shè)置在只能通過語義的搜索進行查詢，可以有效分析觀察者、應(yīng)用以及媒體任務(wù)之間的不同，確保獲得的任務(wù)數(shù)據(jù)符合需求。

2.3 多任務(wù)數(shù)據(jù)版本管理

多媒體數(shù)據(jù)庫中包含存儲對象在不同時期的不同內(nèi)容，二者相似卻又完全不同個，例如：將人的幼兒時期、青年時期和中年時期照片輸入進多媒體數(shù)據(jù)庫中，所顯示出的內(nèi)容即是完全不一樣的；而在CAD的圖紙上有著草圖與正式圖之間的分別。對于另外一方面，在相同處理對象上有著不同處理和表達，例如：相同的一段音頻，其所擁有的格式有MIDI、WAN以及VOC等，它們之間表達的意思就不相同。當(dāng)對目標任務(wù)數(shù)據(jù)存儲時，就需要按照個體時間關(guān)系、表達軟件以及版本信息等分別管理[6]。

在使用多媒體數(shù)據(jù)庫時，會需要從動態(tài)的視頻庫進行提取或者播放一部數(shù)字化影片，通常要很長的時間，并且要保證多個任務(wù)在視頻在播放過程中不被中斷。因此，多任務(wù)的事務(wù)并行處理能力是多媒體數(shù)據(jù)庫的基本要求。

2.4 多任務(wù)非格式化處理

1)提供非格式的任務(wù)搜索和查詢功能。

多媒體數(shù)據(jù)庫不能使用某些符號作為搜索的信息線索，例如：視頻中的動作、音頻的音調(diào)以及圖像之中的顏色等，而搜索者難以把這些信息轉(zhuǎn)換成信號，所以，要求多媒體數(shù)據(jù)庫能夠存儲多任務(wù)的個體內(nèi)容進行語義分析，從而達到更深層次的搜索。

2)對非格式化任務(wù)數(shù)據(jù)還應(yīng)該根據(jù)不同的媒體提供不同操作，例如聲音數(shù)據(jù)：聲調(diào)、聲音強度調(diào)整、聲音合成、聲音信號等；圖像數(shù)據(jù)：比例、鑲嵌、覆蓋、裁剪、顏色的轉(zhuǎn)變、交接等[7]。

多媒體數(shù)據(jù)庫是在互聯(lián)網(wǎng)的基礎(chǔ)上建造完成的，多任務(wù)在不同的節(jié)點上，需要根據(jù)不同的應(yīng)用情況得到高效快速的同時處理。多任務(wù)的基本處理操作多為查詢、存儲、數(shù)據(jù)版本管理、非格式化管理等等。在充分考慮了多任務(wù)基本處理操作的前提下，根據(jù)上述步驟，完成了多媒體數(shù)據(jù)庫多任務(wù)并行控制機制的設(shè)計。以設(shè)計出的并行控制機制為基礎(chǔ)，實現(xiàn)多任務(wù)并行控制的流程。

3 多任務(wù)并行控制方法的實現(xiàn)

針對各種多任務(wù)并行語言，多任務(wù)并行控制機制可以分為兩種，在此采用的是串行程序內(nèi)關(guān)于結(jié)構(gòu)化的單入口方式，其單入口的定義是為非結(jié)構(gòu)化與結(jié)構(gòu)化兩種并行控制機制[8]。

1)任務(wù)流圖TASK GRA GH。任務(wù)流圖TG是二元組，TG=(V，E)，V代表程序中全部任務(wù)的多集合，E代表全部任務(wù)之間的依賴關(guān)系集合。

2)結(jié)構(gòu)化的并行控制機制。

共同前驅(qū)與共同后驅(qū)的兩個或者多個任務(wù)所構(gòu)建的并行控制機制，是結(jié)構(gòu)化的多任務(wù)并行控制機制。

結(jié)構(gòu)化的多任務(wù)并行控制的特點是同步性能強，其并發(fā)機構(gòu)和以后的并行與串行之間存在很強的依賴關(guān)系，要按照一定的先后次序執(zhí)行。其示意如圖1(a)和(b)所示。

3)非結(jié)構(gòu)化的多任務(wù)并行控制機制。

通過其共同后續(xù)節(jié)點為0的兩個或者是兩個以上任務(wù)構(gòu)成并行控制機制，視為非結(jié)構(gòu)化的并行控制機制[9]。

這種結(jié)構(gòu)又是以雙分支并行控制完成的，其示意圖如圖1(c)所示：

圖1 并行控制機制

4 基于SSA的多任務(wù)并行控制方法實現(xiàn)

多媒體數(shù)據(jù)庫針對結(jié)構(gòu)化的多任務(wù)并行控制問題敘述如下。

任務(wù)集合用T={Ti，0≤i≤M-1}表示，處理機集合用p={pi，0≤i≤N-1}表示，并且已經(jīng)知道的任務(wù)Ti的計算量為T(i)。其任務(wù)Ti和Tj之間的通信量是C(i，j)。以此求T→P的分配方案使下式的值最小，exe[i]是處理機Pi的計算開銷，comm[i，j]是處理機Pi和Pj間的通信開銷。

(1)

首先要注意到網(wǎng)絡(luò)中的程序進行多任務(wù)調(diào)度，堅持下列原則。依據(jù)實際的運行效果，考慮到多媒體數(shù)據(jù)庫引擎中的數(shù)據(jù)任務(wù)分配較慢問題，在進行分配前必須將任務(wù)合并[10]，同時也證明，其數(shù)據(jù)分配要大于計算量任務(wù)Ti和T0兩者的合并量。再通過加速比簡易公式推導(dǎo)出必要性的功能。假如有p個處理器同時并行，那么所有的處理器計算時間用TP表示，其總通信時間用Tc表示，即負載的平衡情況，所有同時并行的處理器加速比公式

(2)

式中：Tc?TP的時候，SP<1。

為了方便對負載進行調(diào)節(jié)，應(yīng)該先依據(jù)貪心算法，把任務(wù)按照從大到小的方式進行排列，然后分派出去。接著在根據(jù)硬件的易構(gòu)性，在開始進行分配時，需要按照提取量的信息從N-1的任務(wù)分配到處理機上，以此保證最快的運行速度。

對多任務(wù)進行估算，其不準確性以及相關(guān)性任務(wù)執(zhí)行時間所帶來的不穩(wěn)定，可通過反饋信息解決。將主任務(wù)分配給副任務(wù)，副任務(wù)執(zhí)行著主任務(wù)所分配來的任務(wù)，且在執(zhí)行完畢之后向主任務(wù)發(fā)送反饋信息，而主任務(wù)通過反饋的信息，從新進行分配接著在反饋，周而復(fù)始，直至所有的任務(wù)全部結(jié)束為止，這是將“一次分配完畢的靜態(tài)策略”轉(zhuǎn)變成“多次分配的策略”。

如果每次所要分配的任務(wù)量是B，那么依據(jù)任務(wù)的總量以及處理器B的大小，對于整個調(diào)度的性能影響較大，假如較大的情況發(fā)生，就會降低負載的調(diào)整能力；太小會致使其調(diào)度開銷太大，如圖2所示，設(shè)

圖2 粒度并行能力關(guān)系

(3)

式中：α代表任意一臺處理機的最低分配次數(shù)，而任務(wù)的平均提取量開銷和近平均計算的開銷兩者相近時，是不能夠頻繁調(diào)度的，因為，B=任務(wù)總數(shù)/(α*處理機總數(shù)’)，在所有的任務(wù)總量相等、粒度較粗的時候，其調(diào)整的余地比較大，與此同時，B/單個任務(wù)其粒度能達到1。

針對上述計算方法，文中得到的多媒體數(shù)據(jù)庫多任務(wù)并行控制調(diào)度算法SSA如下列所示[11]：

1)先將所有的處理器計算速度和主任務(wù)到所有的副任務(wù)間通信速度進行測定。能夠得到兩個數(shù)組的參數(shù)x[i]，c[j];

2)將所有任務(wù)進行合并，其通信量C(0，i)與計算量T(i)的任務(wù)TI和T0兩者合并，接著把任務(wù)T0分配到主機上P0；

3)對N-1個C(0，i)比較小任務(wù)按照升序方式分別將其分配到通信速度按照降序排列的處理器{Pi，i>0}中，以及保證P0以外的處理器，能夠快速有效完成工作。

4)將N個C(i，M-1)且T(i)比較小的任務(wù)進行選擇，放置最后分配，通過這種方法來保證最終分配的任務(wù)所帶來的延遲降到最低。

5)依據(jù)貪心算法，把全部剩余任務(wù)，通過T(i)從大到小的順序進行排列，將B求出，在通過按組分配的模式，將任務(wù)分配給最早進行反饋的處理器。

6)通過C(i，M-1)是根據(jù)大致小的順序，把(4)中的N個任務(wù)分配到最先進行反饋信號的處理器上。

7)最終把TM-1對其分配給處理器P0上。

通過上面能夠看出：其任務(wù)比處理器大的時候，步驟2)與步驟5)能夠發(fā)揮主要的作用；而任務(wù)數(shù)據(jù)和處理相近時，那么其步驟3)、4)、6)能夠起到調(diào)節(jié)作用[12]。

5 仿真研究

實驗環(huán)境：Java語言進行編寫，雙盒處理器，3.2GHz頻率，4G的內(nèi)存。為了驗證所提并行控制方法有效性，對多媒體數(shù)據(jù)庫進行1000次的引擎任務(wù)操作，用于檢測針對硬盤查詢處理的距離比較數(shù)、硬盤的輸入/輸出以及平均回應(yīng)時間。

首先制作一臺合成聚類發(fā)生器，確保生成的數(shù)據(jù)模擬特征是不具備類似特征，要先將多個|C|d-維中心進行生成，其半徑相同，對每個聚類都提供多維空間的位置。

因此，所有數(shù)據(jù)集能夠用〈n，d，|C|〉、點數(shù)、多維空間的大小、聚類數(shù)表示，其產(chǎn)生的非均勻以及均勻的數(shù)據(jù)集全部在下列范圍

n∈{106，107}，

d∈{10，20，50，100，150，200，256，1000}

(4)

(5)

而且，所有的聚類c都有ncd-維高斯點。{r，&，p}代表任何一個聚類，而半徑r代表了單個聚類所占據(jù)的空間位置，&代表密度，就是單位容量所包括的點數(shù)量。其種群p決定了聚類中的d-點數(shù)，總數(shù)值在以下的范圍內(nèi)

r∈{1，[1，3]}

(6)

最終會得到187個數(shù)據(jù)對象，其控制所使用的k值，將其設(shè)為50、100以及150。

圖3 不同數(shù)據(jù)之間的維度非均勻數(shù)據(jù)集的1000次控制次數(shù)

通過上圖，可明確了解處理時間是隨著維數(shù)的增加而增長的，并且是呈現(xiàn)指數(shù)形式上漲，不過，這種的上漲指數(shù)沒有預(yù)期的快。

圖4 硬盤輸入輸出計數(shù)和距離計算結(jié)果

上圖中的曲線是趨向于穩(wěn)定狀態(tài)，這歸功于多任務(wù)控制方法，不論什么時候。其多任務(wù)并行控制都是在非均勻種群前面lg2n聚類上。任何處理器在傳回k個結(jié)果，就可獲取到k=100與150幾乎是相近值，因此在曲線上面是沒有辦法非常具體的表現(xiàn)出來。而聚類大小是主要的因素影響，因此，規(guī)模相對較小的聚類能夠縮短控制時間，所以，不用關(guān)注入選聚類內(nèi)部的控制效率。

通過上述的實驗可以看出，本文方法效果良好，有效性能較高。

5 結(jié)束語

科技時代互聯(lián)網(wǎng)快速發(fā)展，多媒體數(shù)據(jù)庫的龐大性、復(fù)雜性以及多樣性都是注定了其系統(tǒng)在進行多任務(wù)工作時，難以有效的且快速的完成，因此本文提出一種多媒體數(shù)據(jù)庫引擎多任務(wù)并行控制方法。本文具體措施如下所示：

1)通過分析多任務(wù)并行存儲、查詢、數(shù)據(jù)版本管理以及非格式化處理為后續(xù)數(shù)據(jù)處理奠定可行基礎(chǔ)。

2)通過對多媒體數(shù)據(jù)庫的了解，采用串行程序內(nèi)結(jié)構(gòu)化單入口方式，其中非結(jié)構(gòu)化與結(jié)構(gòu)化兩種并行控制機制。

3)通過SSA算法，完成最終的控制。經(jīng)過試驗證明，本文方法能夠有效的控制運行，且效果良好。