基于BS架構(gòu)的分布式文件數(shù)據(jù)并行訪問方法

劉春偉

摘要：當(dāng)前的分布式文件數(shù)據(jù)并行訪問矩陣多為單結(jié)構(gòu)，且訪問的識別范圍較小，導(dǎo)致訪問耗時(shí)延長。為此，本文對基于BS架構(gòu)的分布式文件數(shù)據(jù)并行訪問方法進(jìn)行設(shè)計(jì)與分析，根據(jù)實(shí)際的訪問需求和標(biāo)準(zhǔn)，進(jìn)行基礎(chǔ)并行訪問數(shù)據(jù)預(yù)處理；采用多階的形式，擴(kuò)大訪問的識別范圍，設(shè)計(jì)多階交叉并行訪問矩陣，構(gòu)建BS架構(gòu)分布式文件數(shù)據(jù)并行訪問模型；采用自適應(yīng)轉(zhuǎn)換修正實(shí)現(xiàn)并訪問處理。測試結(jié)果表明，對比于傳統(tǒng)Spring分布式文件數(shù)據(jù)并行訪問測試組、傳統(tǒng)CP-ABE分布式文件數(shù)據(jù)并行訪問測試組，此次設(shè)計(jì)的BS架構(gòu)分布式文件數(shù)據(jù)并行訪問測試組最終得出的分布式文件數(shù)據(jù)并行訪問耗時(shí)均被較好地控制在0.2s以下，說明此種訪問方法的針對性和穩(wěn)定性更高，在BS架構(gòu)的輔助下，可以加強(qiáng)對訪問誤差的控制，具有實(shí)際的應(yīng)用價(jià)值。

關(guān)鍵詞：BS架構(gòu)；分布式文件；文件數(shù)據(jù)處理；并行訪問；訪問方法；文件識別

一、引言

文件數(shù)據(jù)的并行訪問是一種多維訪問方式，具有一定的針對性，可以在不同的環(huán)境下對數(shù)據(jù)和信息進(jìn)行協(xié)同處理整合，進(jìn)而達(dá)到預(yù)期訪問目標(biāo)。當(dāng)前，較為常用的文件數(shù)據(jù)并行訪問方式一般為單程序，例如參考文獻(xiàn)[1]和文獻(xiàn)[2]設(shè)定傳統(tǒng)Spring分布式文件數(shù)據(jù)并行訪問方法、傳統(tǒng)CP-ABE分布式文件數(shù)據(jù)并行訪問方法。這類訪問方法雖然可以實(shí)現(xiàn)預(yù)期目標(biāo)和任務(wù)，但是缺乏穩(wěn)定性和轉(zhuǎn)換性，所述訪問目標(biāo)也不明確，容易造成訪問失敗、文件數(shù)據(jù)丟失、文件丟失等情況，產(chǎn)生不可控的損失[3]。此外，單結(jié)構(gòu)文件數(shù)據(jù)并行訪問形式執(zhí)行效率較低，覆蓋的訪問范圍也受到限制，約束較多，容易影響最終的訪問結(jié)果[4]。為此，本文對基于BS架構(gòu)的分布式文件數(shù)據(jù)并行訪問方法進(jìn)行設(shè)計(jì)與驗(yàn)證分析。BS架構(gòu)指的是瀏覽器、服務(wù)器架構(gòu)模式，在實(shí)際應(yīng)用過程中隨目標(biāo)變化作出對應(yīng)的改進(jìn)調(diào)整，形成三層邏輯結(jié)構(gòu)，為日常生產(chǎn)生活提供了極大的便利條件[5]。將該項(xiàng)技術(shù)與分布式文件數(shù)據(jù)并行訪問方法相融合可以進(jìn)一步擴(kuò)大訪問范圍，形成更靈活、多變的訪問結(jié)構(gòu)，同時(shí)，面對復(fù)雜的訪問環(huán)境，也可以逐步強(qiáng)化訪問程序，與初始數(shù)據(jù)庫搭接，形成更安全、穩(wěn)定的文件數(shù)據(jù)訪問環(huán)境，便于交互的同時(shí)，為后續(xù)相關(guān)訪問技術(shù)和行業(yè)發(fā)展奠定基礎(chǔ)[6]。

二、設(shè)計(jì)分布式文件數(shù)據(jù)BS架構(gòu)并行訪問方法

（一）基礎(chǔ)并行訪問數(shù)據(jù)預(yù)處理

通常情況下，分布式文件數(shù)據(jù)量十分龐大，因此在對其進(jìn)行并行訪問之前，需要搭建多維訪問結(jié)構(gòu)的支撐，并對基礎(chǔ)并行訪問數(shù)據(jù)進(jìn)行預(yù)處理[7]。傳統(tǒng)的訪問格式是單向的，對數(shù)據(jù)、信息的采集效率較低，導(dǎo)致后續(xù)訪問指令執(zhí)行出現(xiàn)阻礙[8]。因此，首先進(jìn)行基礎(chǔ)數(shù)據(jù)的采集和設(shè)置，設(shè)置并行訪問數(shù)據(jù)指標(biāo)，分別是并行柵格數(shù)量/個(gè)、獨(dú)立訪問次數(shù)/次、數(shù)據(jù)讀入比、吞吐力變動比、訪問映射點(diǎn)/個(gè)；接著，依據(jù)指標(biāo)設(shè)置基礎(chǔ)參數(shù)標(biāo)準(zhǔn)值，分別為5、12、6.33、3.2、10；最后，依據(jù)指標(biāo)設(shè)置實(shí)測參數(shù)標(biāo)準(zhǔn)值，分別為8、18、7.15、4.2、16。其次，在完成對并行訪問數(shù)據(jù)采集的設(shè)置與分析后，結(jié)合分布式文件數(shù)據(jù)的訪問需求及標(biāo)準(zhǔn)，在標(biāo)定的范圍之內(nèi)設(shè)置多個(gè)訪問節(jié)點(diǎn)。需要注意的是，節(jié)點(diǎn)在設(shè)置時(shí)互相獨(dú)立，需要建立對應(yīng)的接入關(guān)系，以形成循環(huán)式的數(shù)據(jù)采集形式，提升后續(xù)的并行訪問效率。最后，以此為基礎(chǔ)，將獲取的并行訪問數(shù)據(jù)進(jìn)行分類、篩選，消除采集的數(shù)據(jù)誤差及相關(guān)問題，確保數(shù)據(jù)的真實(shí)性和可靠性，實(shí)現(xiàn)對文件數(shù)據(jù)并行訪問的預(yù)處理。需要注意的是，采集數(shù)據(jù)一般是實(shí)時(shí)的，所以在進(jìn)行預(yù)處理時(shí)，設(shè)置的標(biāo)準(zhǔn)也不固定，需要隨著實(shí)際訪問需求和標(biāo)準(zhǔn)作出定向調(diào)整，以此提升數(shù)據(jù)訪問處理的靈活度。

（二）設(shè)計(jì)多階交叉并行訪問矩陣

在完成基礎(chǔ)并行訪問數(shù)據(jù)預(yù)處理后，設(shè)計(jì)多階交叉并行訪問矩陣。當(dāng)前應(yīng)用的訪問矩陣多為單結(jié)構(gòu)，雖然可以完成對分布式文件數(shù)據(jù)的并行訪問目標(biāo)，但是訪問效率及速度均有待提升，且有不可控性。而多階交叉訪問矩陣在實(shí)際處理過程中可將訪問誤差降至最低，確保訪問結(jié)果的真實(shí)可靠。以下建立基礎(chǔ)的并行訪問測定結(jié)構(gòu)，并計(jì)算出訪問互斥比，如公式1所示：

在上式中，M表示并行訪問互斥比，A表示轉(zhuǎn)換訪問定值差，θ表示訪問總范圍，C1和C2分別表示定向訪問單元值和實(shí)測訪問單元值，λ表示分離訪問節(jié)點(diǎn)數(shù)量，ε表示并行處理極限值。結(jié)合計(jì)算得出的并行訪問互斥比，調(diào)整矩陣的訪問基準(zhǔn)值，并設(shè)定并行訪問約束條件，形成更完整、具體的訪問矩陣結(jié)構(gòu)。

以此為基礎(chǔ)，結(jié)合BS架構(gòu)，設(shè)計(jì)多維的并行訪問空間，以訪問目標(biāo)為引導(dǎo)，設(shè)置多個(gè)文件訪問層級，每個(gè)層級均需設(shè)置對應(yīng)訪問標(biāo)準(zhǔn)，目的是強(qiáng)化矩陣訪問精準(zhǔn)度，消除過程中存在的并行訪問誤差。同時(shí)，采用交叉方式執(zhí)行矩陣中的訪問目標(biāo)，以此輸出模糊的訪問結(jié)果。

（三）構(gòu)建BS架構(gòu)分布式文件數(shù)據(jù)并行訪問模型

在完成多階交叉并行訪問矩陣設(shè)計(jì)后，結(jié)合BS架構(gòu)，構(gòu)建分布式文件數(shù)據(jù)并行訪問模型。首先，對所選分布式文件進(jìn)行分類和篩選，保障數(shù)據(jù)信息的真實(shí)與穩(wěn)定；隨即利用設(shè)置的矩陣進(jìn)行數(shù)據(jù)格式轉(zhuǎn)換，重新調(diào)整并行訪問標(biāo)準(zhǔn)；最后，再結(jié)合BS架構(gòu)，構(gòu)建分布式文件數(shù)據(jù)并行訪問模型的執(zhí)行結(jié)構(gòu)。

通過BS架構(gòu)來建立分支式并行訪問結(jié)構(gòu)，可以輸出模糊的訪問處理結(jié)果。需要注意的是，每個(gè)訪問結(jié)果均為初始結(jié)果，在模型中構(gòu)建分布式并行訪問邏輯需要利用BS架構(gòu)進(jìn)行多維限制，針對每個(gè)目標(biāo)進(jìn)行排序處理，獲取結(jié)構(gòu)后，并對模糊結(jié)果做修正及整合處理，以提升并行訪問結(jié)果的精準(zhǔn)度和可靠性。

（四）自適應(yīng)轉(zhuǎn)換修正實(shí)現(xiàn)并訪問處理

在完成BS架構(gòu)分布式文件數(shù)據(jù)并行訪問模型的設(shè)計(jì)后，采用自適應(yīng)轉(zhuǎn)換修正方式實(shí)現(xiàn)并行訪問處理。為了更好解決分布式文件數(shù)據(jù)并行訪問的一致性問題，需要建立相對的訪問修正關(guān)系，采用自適應(yīng)方式建立智能修正程序。具體流程是：首先，進(jìn)行基礎(chǔ)數(shù)據(jù)采集，并根據(jù)基礎(chǔ)數(shù)據(jù)設(shè)定緩沖區(qū)域和基礎(chǔ)訪問目標(biāo)；接著，進(jìn)行日志修正處理和數(shù)值讀取；最后，輸出自適應(yīng)修正結(jié)果。

依據(jù)上述流程對并行訪問獲取結(jié)果進(jìn)行修正，接著進(jìn)行并行訪問修正限值差的計(jì)算，具體如公式2所示：

在上式中，X表示訪問修正限值差，τ表示并行約束值， 表示單元修正比，μ表示單元修正次數(shù)，ρ表示堆疊值。結(jié)合訪問修正限值差，進(jìn)行訪問結(jié)果比對，最大程度地降低并行訪問誤差，確保最終訪問結(jié)果的可靠性和穩(wěn)定性。

三、方法測試

本次主要對基于BS架構(gòu)的分布式文件數(shù)據(jù)并行訪問方法的應(yīng)用效果進(jìn)行分析驗(yàn)證，考慮到測試結(jié)果的真實(shí)性和可靠性，采用對比方式展開分析，選定A企業(yè)平臺的分布式文件作為測試的主要目標(biāo)對象，參考文件設(shè)定傳統(tǒng)Spring分布式文件數(shù)據(jù)并行訪問測試組、傳統(tǒng)CP-ABE分布式文件數(shù)據(jù)并行訪問測試組以及此次所設(shè)計(jì)的BS架構(gòu)分布式文件數(shù)據(jù)并行訪問測試組，根據(jù)當(dāng)前測試需求和標(biāo)準(zhǔn)的變化，對最終的并行訪問結(jié)果進(jìn)行對比研究。

（一）測試準(zhǔn)備

結(jié)合BS架構(gòu)，對A企業(yè)平臺分布式文件數(shù)據(jù)并行訪問測試環(huán)境進(jìn)行搭建與關(guān)聯(lián)。首先，在A企業(yè)平臺中隨機(jī)定位4個(gè)分布式，標(biāo)定出所屬的分布式文件，匯總整合后以待后續(xù)使用。調(diào)整當(dāng)前平臺的控制基礎(chǔ)數(shù)值，采用I5 CPU、12 GB 內(nèi)存及 Linux 操作系統(tǒng)作為本次測試的主要支撐，調(diào)整E3-1230 處理器的運(yùn)行頻率為 3.5 GHz，調(diào)用 MIRACL 庫與測試的訪問程序進(jìn)行搭接，形成循環(huán)性的并行處理結(jié)構(gòu)。設(shè)置主控節(jié)點(diǎn)和I/O雙向控制節(jié)點(diǎn)。為了確保訪問處理結(jié)果的真實(shí)性和可靠性，將設(shè)置的節(jié)點(diǎn)相關(guān)聯(lián)，構(gòu)建并行訪問矩陣，同時(shí)計(jì)算基礎(chǔ)并行效率，具體如公式3所示：

在上式中，D表示訪問并行效率，θ表示覆蓋訪問范圍，m表示轉(zhuǎn)換并行比，n表示訪問次數(shù)， 表示網(wǎng)絡(luò)運(yùn)行效率。結(jié)合當(dāng)前測試需求，將計(jì)算得出的訪問并行效率設(shè)置為對應(yīng)的并行訪問標(biāo)準(zhǔn)。

接下來基于BS架構(gòu)，構(gòu)建初始并行訪問結(jié)構(gòu)：第一，設(shè)置訪問目標(biāo)和訪問標(biāo)準(zhǔn)；第二，設(shè)置訪問矩陣并調(diào)整訪問需求；第三，使用bs架構(gòu)進(jìn)行訪問引導(dǎo)；第五，進(jìn)行分布式文件標(biāo)定和數(shù)據(jù)匯總整合；第六，輸出訪問結(jié)果。

在完成對BS架構(gòu)文件數(shù)據(jù)并行訪問結(jié)構(gòu)的設(shè)計(jì)后，在此基礎(chǔ)上，設(shè)置分布式數(shù)據(jù)并行訪問指標(biāo)及參數(shù)，具體如表1所示：

根據(jù)表1，首先設(shè)置分布式數(shù)據(jù)并行訪問指標(biāo)及參數(shù)；接著，以此為基礎(chǔ)，進(jìn)行基礎(chǔ)測試環(huán)境的調(diào)整，確保測試過程中的穩(wěn)定與安全；最后，綜合BS架構(gòu)，對A企業(yè)平臺中的分布式文件數(shù)據(jù)的并行訪問方法進(jìn)行測試研究。

（二）測試過程及結(jié)果分析

在上述搭建的測試環(huán)境中，結(jié)合BS架構(gòu)，對A企業(yè)平臺中的分布式文件數(shù)據(jù)的并行訪問方法的實(shí)際應(yīng)用效果進(jìn)行分析和驗(yàn)證研究。首先，利用設(shè)定的節(jié)點(diǎn)進(jìn)行實(shí)時(shí)數(shù)據(jù)以及信息的采集，針對選定的4個(gè)區(qū)域，標(biāo)定出一定數(shù)量的為分布式文件，分別為12份、16份、21份、25份，利用專業(yè)的軟件及設(shè)備進(jìn)行分布式文件中基礎(chǔ)性數(shù)據(jù)以及信息的提取，匯總整合后，測算出單元文件數(shù)據(jù)訪問并行量，具體如下公式4所示：

在上式中，K表示單元文件數(shù)據(jù)訪問并行量，γ表示訪問基準(zhǔn)值，α表示訪問次數(shù)， 表示運(yùn)行時(shí)間，ψ表示并行效率，y表示并行加速比。結(jié)合當(dāng)前的單元文件數(shù)據(jù)訪問并行量，針對選取的文件數(shù)據(jù)，進(jìn)行并行訪問耗時(shí)，具體如下公式5所示：

在上式中，P代表訪問所耗時(shí)間，?代表覆蓋的范圍，π代表單次訪問的效率，w代表訪問的頻次， 代表讀取的次數(shù)，ω代表讀取訪問的單元值。結(jié)合當(dāng)前的測試需求，對測試結(jié)果比照研究，如圖1所示。

分析上圖測試結(jié)果可知，對比于傳統(tǒng)Spring分布式文件數(shù)據(jù)并行訪問測試組、傳統(tǒng)CP-ABE分布式文件數(shù)據(jù)并行訪問測試組，此次所設(shè)計(jì)的BS架構(gòu)分布式文件數(shù)據(jù)并行訪問測試組最終得出的分布式文件數(shù)據(jù)并行訪問耗時(shí)均被較好地控制在0.2s以下，說明此種訪問方法的針對性與穩(wěn)定性更高，在BS架構(gòu)的輔助下，可以加強(qiáng)訪問誤差控制，具有實(shí)際的應(yīng)用價(jià)值。

四、結(jié)束語

本文基于BS架構(gòu)的分布式文件數(shù)據(jù)并行訪問方法進(jìn)行設(shè)計(jì)與驗(yàn)證分析，與初始的訪問結(jié)構(gòu)相對比，此次結(jié)合BS架構(gòu)設(shè)計(jì)的針對文件數(shù)據(jù)的并行訪問方法具有更加靈活、更加多變的特性，同時(shí)具有更強(qiáng)的針對性。在復(fù)雜的環(huán)境背景下，當(dāng)前的訪問程序可以精準(zhǔn)定位到對應(yīng)的訪問區(qū)域以及位置，存在多任務(wù)、綜合化、模塊化、統(tǒng)一網(wǎng)絡(luò)、高度集成等特點(diǎn)，結(jié)合分布式文件數(shù)據(jù)的訪問需求及標(biāo)準(zhǔn)，加強(qiáng)對文件數(shù)據(jù)并行訪問誤差的控制，推動數(shù)據(jù)并行訪問技術(shù)邁入新的發(fā)展臺階。

參考文獻(xiàn)

[1]張彤，嚴(yán)南.基于Spring的輕量級數(shù)據(jù)訪問框架擴(kuò)展點(diǎn)研究[J].計(jì)算機(jī)仿真，2023，40（02）：380-384.

[2]朱莉.基于CP-ABE的云存儲數(shù)據(jù)訪問控制方案研究[J].船舶職業(yè)教育，2023，11（01）：74-77.

[3]趙慧.命名數(shù)據(jù)網(wǎng)絡(luò)中基于CP-ABE算法構(gòu)建區(qū)塊鏈數(shù)據(jù)訪問控制系統(tǒng)[J].數(shù)字通信世界，2023（01）：46-48.

[4]韓剛，王嘉乾，羅維，等.公共衛(wèi)生事件中醫(yī)療數(shù)據(jù)訪問控制與安全共享研究[J].信息安全學(xué)報(bào)，2023，8（01）：40-54.

[5]劉秋明，許澤峣，姚哲鑫，等.融合屬性基加密和信用度的水利數(shù)據(jù)訪問控制模型[J].科學(xué)技術(shù)與工程，2023，23（01）：263-273.

[6]王洪亮，葉翔.數(shù)據(jù)訪問權(quán)的構(gòu)造——數(shù)據(jù)流通實(shí)現(xiàn)路徑的再思考[J].社會科學(xué)研究，2023（01）：71-84.

[7]李靜元，張珂，楊東裕.基于霧計(jì)算的工業(yè)互聯(lián)網(wǎng)安全數(shù)據(jù)訪問方法[J].計(jì)算機(jī)與現(xiàn)代化，2022（12）：118-122.

[8]蔣偉進(jìn)，羅田甜，楊瑩，等.物聯(lián)網(wǎng)環(huán)境下基于區(qū)塊鏈技術(shù)的私有數(shù)據(jù)訪問控制模型[J].物聯(lián)網(wǎng)學(xué)報(bào)，2022，6（04）：169-182.