饒 浩

(韶關學院 信息管理系，廣東 韶關 512005)

支持動態負荷調整的管理信息系統構建研究

饒 浩

(韶關學院 信息管理系，廣東 韶關 512005)

數據訪問層中的數據庫操作通常是現行多層式架構管理信息系統中制約系統整體運行效率的瓶頸。為提高多層式管理信息系統的效率，提出了支持動態負荷調整的多層式管理信息系統構建方案。該方案提出在數據訪問層內設立連接池，建立數據生產使用流程的異步模型來實現信息數據的生產者與使用者的相對分離，以有效降低系統整體負荷，提高利用率；通過基于過程調整參數設計建立動態負荷調整因子算法和“放大縮小”處理策略，根據用戶連接次數和系統環境需求等因素動態設置調整因子，以加快動態負荷調整過程的收斂性、響應性和系統的穩定性。通過采用先進先出(FIFO)和隨機(Random)調度算法對已建支持動態負荷調整的系統架構進行了模擬測試。測試結果表明，基于動態調整連接池的系統構建方式不僅能夠有效提高信息系統的承載能力，而且還有利于信息系統的維護修改和功能擴充，能滿足信息系統平臺未來多元化和綜合化發展的需求。

動態調整；管理信息系統；業務邏輯層；數據訪問層；系統架構；連接池

0 引 言

隨著信息時代的快速發展，政府、機構、企業等部門所涉及的各類有價值的數據、信息、文檔，成為愈發重要的戰略資源。由于信息用戶的需求不斷演進變更，促使管理信息系統的功能和結構從單一趨于多元[1]，系統平臺也逐漸向大型化、綜合化發展[2]。信息系統的規劃者和設計者所面臨的問題是，在系統負荷增長的情況下，如何構建能盡量保持訪問穩定性的管理信息系統，以滿足信息用戶需求的擴展，維持較長的軟件生命周期。

在當前管理信息系統的設計中，分層式架構是最主流、最重要的一種系統設計方式[3]。基本的分層方法遵循三層式架構，從上至下分別為：表示層、業務邏輯層、數據訪問層。

表示層是用戶進入系統時的界面環境，亦即系統向用戶展現的界面，多采用Web方式表達，包括接收用戶的請求，向用戶顯示數據結果，為客戶端提供應用程序的交互式操作[4]，等等。業務邏輯層介于表示層與數據訪問層之間，主要負責對數據業務邏輯的處理，是針對具體問題的操作，在數據交換中起到承上啟下的作用。其功能是將數據訪問層的存儲邏輯組合起來形成業務規則，涉及業務規則的制定、業務流程的實現、合法性校驗等與業務需求相關的設計。數據訪問層是對原始數據(數據庫或者文本文件等存放數據的形式)的操作層[5]，直接負責數據的添加、刪除、修改、查找等操作，為上兩層提供數據服務。如果要加入對象關系映射的元素，就需要建立對象和數據表之間的映射，把對象實體持久化到數據庫。

分層式架構具有比較明顯的優勢。系統開發人員只需關注系統整體中的某一層，有利于開發團隊的分工和開發工作齊頭并進；便于以新的實現替代原有的實現，有利于系統業務能力的拓展和提高[6]；數據與業務邏輯之間相對分離，有利于降低系統內模塊的耦合性，有效降低層與層之間的依賴，既有利于標準化，也有利于各層邏輯的復用，從而提高系統開發的效率[7]。在業務邏輯層設計合理的前提下，表示層即使發生改變，邏輯層也同樣能完善地提供服務。對于分層式架構的信息系統，數據訪問層中的數據庫操作往往成為系統整體效率的瓶頸[8]。一般對數據庫操作的步驟是：首先向數據申請一條數據庫連接，然后執行操作語句，最后關閉此連接[9]。如果頻繁的數據庫操作都按照這種做法，每次操作所建立的數據庫連接時間開銷會非常大，而且降低了數據庫操作的并發量。這使得數據訪問層的設計，既要能提高數據庫訪問的并發量，又要保證成功建立數據連接的效率。

為實現上述目的,提出在數據訪問層中設立連接池以降低系統負荷,并通過建立動態負荷調整因子，結合用戶連接次數和系統環境需求等因素，動態設置調整因子以加快動態負荷的調整過程,同時采用“放大縮小”策略保證系統的穩定性。

1 連接池的設計

為了避免系統頻繁申請數據庫連接而產生的巨大時間開銷，需要在數據訪問層中建立一個連接池中間件[10]，提供給持久化框架數據庫連接，負責分配、管理和釋放數據庫連接[11]。通過預先建立一定數量的連接，每次根據用戶需求分配一條連接，完成后則把該連接回收到池中以提供給下一個客戶，這樣可以節省每次數據庫操作都需要建立連接的時間開銷。連接池在整個系統結構上扮演的是一個中間件角色，不僅要像組件一樣，有簡單的接口提供功能性的要求，而且能夠提供一定的可擴展性等非功能性要求[12]。

動態調整連接池模型如圖1所示。

圖1 動態調整連接池模型

系統連接池采用的調用方式是異步生產者和消費者模型：生產者只管生產數據，然后放入連接池緩沖區，不管數據是否會被處理；消費者則從緩沖區中依次讀取數據并按照自己的節奏進行處理[13]。當緩沖區沒有數據時，消費者要等待生產者生產數據；當緩沖區滿時，生產者要等待消費者取出數據，以便空出數據存放位置。異步生產者和消費者模型是多線程的，多線程必須要平衡線程之間的協作。數據操作的異步方式通過調度器實現，連接的管理、評估、調控由系統監聽線程負責，用戶只需以某一特定的重試次數，簡單地向連接池管理器嘗試連接，從而減少了請求者的動作負荷和申請釋放連接的時間，提高了請求連接的并發量。

在獲取數據庫連接的過程中，為了讓系統監聽線程可以實時獲取所產生的事件，并且做出及時響應，連接池需要一個事件監聽模型。事件、事件觸發器、事件處理機捆綁注冊到事件源中，事件監聽器以特定頻率掃描所有的連接池事件觸發器。當產生某一項事件，則調用該事件注冊時所對應的事件處理機進行處理。

事件監聽模型如圖2所示。

圖2 事件監聽模型

需要由連接池事件觸發器監聽的事件包括：

·檢查連接池是否被關閉，是則強制銷毀所有連接，并移除觸發器。

·檢查忙隊列中是否有連接需要被銷毀，有則銷毀。

·檢查忙隊列中是否有連接使用次數達到最大值，是則回收。

·檢查忙隊列中是否有被關閉的連接，是則關閉。

·檢查忙隊列中是否有連接已經超過最大活動時間，是則回收。

·檢查忙隊列+空閑隊列的連接數是否超過最大連接數，是則向某一個池的空閑隊列中減少一個連接。

·檢查忙隊列+空閑隊列的連接數是否小于最小連接數，是則向某一個池的空閑隊列增加一個連接。

·檢查池管理器是否被置失效，是則關閉所有池并移除此觸發器。

·根據部分最近的用戶重試次數作評估并調節連接池的連接數量。

2 動態負荷調整因子

連接池的動態負荷調整關鍵在于調整因子。其過程所涉及的調整參數包括：ListenerInterval，ListenerAmount，AdjustGeneRaise，Reduce，EvaluateRange，ReCo-nnectTimes。其中，ListenerInterval和LinstenerAmount用于保證監聽者的效率，使之可以及時對新的用戶信息進行評估，或者是對監聽的事件及時執行。連接池根據監聽隊列數量進行動態調整，監聽者應該及時清空監聽隊列以取得最新的客戶信息作評估，否則可能會因為評估不及時而延遲調整。

動態負荷調整因子的設置思想，是用最近的部分用戶嘗試取得連接的次數(也就是重連次數)，除以這些用戶的最大重試數的平均數作為調整因子,把此百分比對應到最小連接數到最大連接數的區間內。調整因子的計算過程如下：

(1)_MaxConn=MaxConn+(MaxConn-MinConn)*EvaluateRange；//根據用戶配置的評估范圍計算出用于調整的最大值，以便讓連接數量可以達到最大數量。MaxConn和MinConn分別是用戶設置的最大連接數量和最小連接數量。

(2)_MinConn=MinConn-(MaxConn-MinConn)*EvaluateRange；//根據用戶配置的評估范圍計算出用于調整的最小值。_MaxConn和_MinConn分別是用于調整的最大連接數量和最小連接數量。

(3)調整因子=(User1+User2+User3+User4+User5)/(5*ReConnectTimes)；//將最近5個用戶嘗試取得連接的次數的平均值作為調整因子。

(4)_調整因子=調整因子的放大縮小處理；//根據配置對調整因子作放大或縮小處理。

(5)目標連接數=[(_MaxConn-_MinConn)*_調整因子]+_MinConn;//計算出此調整因子所得到的應有目標連接數，目標連接數是根據真正的調整因子計算出的應有連接數量。

(6)下限=目標連接數-((_MaxConn-_MinConn)*(EvaluateRange/2.0));//根據用戶設置的評估范圍，計算出連接數可波動范圍的下限。

(7)上限=目標連接數+((_MaxConn-_MinConn)*(EvaluateRange/2.0));//根據用戶設置的評估范圍，計算出連接數可波動范圍的上限。

根據上述調整因子計算，得出連接數量合理范圍的上限和下限。如果現有的連接數量比下限少，則需要增加連接數量；如果大于此范圍的上限，則需要減少連接，向下調整，以此保持連接的數量。

這種計算方法，對于緩慢改變的連接量有比較好的效果。但如果連接量的改變具有突發性，例如，連接數量突然增加，甚至達到最大負荷，然后又劇減，那么根據以上的“調整因子”計算，連接數量會快速減少，甚至到最小負荷。如此重復躍變式的連接量變化會導致系統不穩定。

為了保證系統的穩定工作，同時讓盡可能多的用戶取得正常連接，降低“減少連接”的速度，系統采取“放大縮小處理”策略：先對“調整因子”作“放大處理”，乘一個放大系數(需根據具體運行環境測試得出)，讓“調整因子”更加傾向于增加連接，保證盡量大的用戶數量正常取得連接。當放大后的“調整因子”跟上一次的“調整因子”比較起來呈現出“向下調整”的趨勢，此時需要減少連接數量，則作“縮小處理”，把本次的“調整因子”按某比例降低(需根據實際運行環境測試得出，例如200，則新的調整因子=(這次的調整因子+199*上次的調整因子)/200)。從而可以緩慢減少連接的速度，保留趨向于提高“增加連接”的機會，讓系統傾向于使更多的用戶取得正常連接。

3 并發壓力測試

連接池并發壓力測試在MyEclipse環境中配置執行，使用MySql數據庫，測試文件包含3個類：Counter，用于記錄“無法取得連接的客戶個數”和“某時刻的并發量”；takeConn，通過獲取連接后睡眠一定的時間來模仿事務處理；test，測試的主程序，按照一定的睡眠時間來模仿一定量的并發客戶連接。測試量為10 000個連接，即10 000個事務(模擬用戶)，事務長度是1 000 ms。調度算法方面使用FIFO(先進先出)和RAMDOM(隨機)；最小連接數量是6*5個池=30；最大連接數量是15*5個池=75；重試次數是30。

測試配置文件如下：

123456

測試結果如表1和表2所示。

表1 使用FIFO調度算法的測試結果

表2 使用RAMDOM調度算法的測試結果

對于5個池應用的情況，使用FIFO比RAMDOM效果好。此動態調整連接池的配置，對于設置的最小連接數和最大連接數，介乎于小到中的連接數量可以取得令人滿意的效果，但當并發量一旦超過了中上的連接數量，越偏近于最大負荷，動態調整的設置就越顯得緊迫。所以更適合于把“最小連接數”設置在“實際平均”值附近或者稍微偏下，而讓“最大連接數”盡量地設置大點，使其有足夠的空間作調整。因此，對于調整因子系數的設置，必須參照于實際環境的測試效果。

4 結束語

基于動態負荷調整的信息系統開發，對管理信息系統開發人員有更高的技術要求，確定調整因子參數所需的測試也要花費額外的工作量。然而，一旦成功建立起系統，在系統運行過程中，通過動態調整的連接池設計，多個客戶端可以通過共享少量的物理數據庫連接來獲得需求，盡可能多地滿足信息用戶業務需求，減少業務邏輯層對數據庫頻繁的連接操作。將連接池獨立分層的系統，能夠更自如地應對業務規則的變化，提高業務的擴展能力和系統性能。層次的細化和獨立，支持并行開發，提高了軟件開發的效率和質量，降低了模塊間的耦合度，擁有更好的可維護性，符合現代大中型管理信息系統的高穩定性、高可擴展性等要求。

[1] 王金光，陳貞翔.基于Web的網絡流量分類管理系統[J].濟南大學學報:自然科學版，2014，28(1):71-76.

[2] 宋 靜，何 偉，李浙昆.基于Web的情報信息系統的設計與實現[J].計算機技術與發展，2014，24(9):209-212.

[3] 李良斌，王勁林，陳 君.網絡服務系統可生存性分析與驗證[J].沈陽工業大學學報，2012,34(6):677-684.

[4] Lai I K W,Tong V W L,Lai D C F.Trust factors influencing the adoption of Internet-based interorganizational systems[J].Electronic Commerce Research and Applications,2011,10(1):85-93.

[5] 張 龍，肖琬蓉.集群數據庫內容管理系統的設計與實現[J].情報雜志，2012，31(2):130-135.

[6] 霍占強,張錦程,王志衡.數據庫連接池的數學建模與性能分析[J].計算機工程,2014,40(10):32-36.

[7] Chu R,Lai I K W,Lai D C F.Trust factors influencing the adoption of cloud-based interorganizational systems:a conceptual model[C]//Proc of ICEMSI & iCETS.[s.l.]:[s.n.],2013.

[8] 谷 偉.基于網絡的自適應測試系統的設計與實現[J].湘潭大學自然科學學報，2013,35(2):98-102.

[9] Singh A K.Ajax asynchronous database refresh[J].International Journal of Information and Communication Technology Research,2012,2(8):669-703.

[10] 呂健波，戴冠中，慕德俊.絕對延遲保證在Web應用服務器數據庫連接池中的實現[J].計算機應用研究，2012，29(5):1838-1841.

[11] Hair J F,Jr Anderson R E,Tatham R L,et al.Multivariate data analysis[M]．7th ed.Englewood Cliffs,NJ:Prentice-Hall Inc.,2010.

[12] 王倩宜，歐陽榮彬，龍新征.SaaS云服務環境下的管理信息系統方案研究[J].華東師范大學學報：自然科學版，2015(6):134-142.

[13] 孟培超，胡圣波，舒 恒，等.基于ADO數據庫連接池優化策略[J].計算機工程與設計，2013，34(5):1706-1710.

Constitution Investigation of Management Information System Based on Dynamic Load Adjustment

RAO Hao

(Department of Information Management,Shaoguan University,Shaoguan 512005,China)

Database operation in data access layer is often the technical bottleneck of management information system with multi-layer structure,which restricts its promotion of operation efficiency.In order to enhance the efficiency of the information system,a scheme for constructing multi-layer information system supported by dynamic load adjustment has been presented where connection pool is designed and built to lower the whole load of the information system as well as a asynchronous model involving the generation and exploitation of information data is constructed to improve the system utilization rate.Furthermore,a dynamic load adjustment factor and its algorithm have been designed and established based on several process adjustment parameters according to the number of user connection and requirement for environments of the information system,besides a treating strategy named zoom-in-and-out has been determined to promote the constringency and response of dynamic load adjustment and reliability of the whole system.A simulation test of the constructed multi-layer information system supported by dynamic load adjustment has been conducted employing both First-in-First-out (FIFO) and random regulating algorithm.Results of the test shows that the method for building information system based on dynamic load adjustment pool can not only boost the effective carrying capacity but also can make modification of system maintenance and enlargement of system functions easier and that the method can satisfy technical requests on multi-functional and integrative development of future information system.

dynamic adjustment；management information system;service logic tier;date access tier;system architecture;connection pool

2016-04-20

2016-08-11

時間：2017-02-17

教育部人文社會科學研究青年基金項目(13YJCZH144)

饒 浩(1976-)，男，副教授，研究方向為網絡技術、信息系統分析。

http://www.cnki.net/kcms/detail/61.1450.TP.20170217.1628.024.html

C931.6

A

1673-629X(2017)03-0185-04

10.3969/j.issn.1673-629X.2017.03.039