郭秀才, 張悅, 賀耀宜
(1.西安科技大學 電氣與控制工程學院, 陜西 西安 710054;2.中煤科工集團常州研究院有限公司, 江蘇 常州 213015;3.天地(常州)自動化股份有限公司, 江蘇 常州 213015)
近年來,隨著智慧礦山建設逐步發展,煤礦安全水平得到了極大提升,但智慧礦山系統中的海量數據處理問題隨之而來。據統計,目前每座礦山建有30~50個監控子系統[1-2],包括安全監控系統、帶式輸送機控制系統、通風機控制系統、變電所監控系統等,且每個監控子系統有1 000~2 000個測點,導致智慧礦山系統數據量大、種類繁雜[3-5]。目前,智慧礦山均基于云計算架構,軟件平臺運行在云端,不同礦山之間的數據將產生關聯,且子系統、測點、用戶數量會越來越多。單一服務器無法支撐當前海量數據處理請求,不能滿足實際生產管理需求,因此需要多臺服務器同時處理并發的數據存取及用戶訪問請求,通過負載均衡算法[6-7]將相關請求合理分配給每臺服務器。
負載均衡算法包括靜態、動態兩種。靜態負載均衡算法按照固定比例分配任務,如輪詢算法、加權輪詢算法;動態負載均衡算法根據當前服務器狀態分配任務,如最小連接數(Least Connection,LC)算法、加權最小連接數(Weighted Least Connection,WLC)算法[8-9]。其中WLC算法是目前最常用的動態負載均衡算法。由于煤礦行業的特殊性和智慧礦山系統數據類型的復雜性,現有負載均衡算法在處理智慧礦山系統數據時,存在處理速度慢、無法合理利用現有資源完成任務調度等問題。針對該問題,本文提出了一種基于布谷鳥搜索(Cuckoo Search,CS)[10]的WLC(CS-WLC)算法,并將其部署在智慧礦山軟件平臺,通過試驗驗證了其具有較好的負載均衡效果。……