- 1、本文档共14页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
?
?
基于多数据库的商户清分负载均衡分片算法研究
?
?
张晖
摘?要:在商户清分批处理作业中,应用程序的高并发数和单机设备的资源利用率总是有一定上限,数据库本身的处理能力和通讯带宽也对批处理作业有一定的约束。根据清分数据商户原子性特征,设计了一种负载均衡的分片算法,实现清分批处理任务在多应用、多数据库间分布式、高并发协同完成,集群节点还可以线性扩展。通过实验测试,对比使用该算法前后的负载均衡性能,分片算法能够在保证商户原子性的情况下有效均衡清分流水,显著提高清分服务器集群的并发读写性能,从而证明了該算法的有效性。
关键词:分布式;高并发;商户原子性;清分
:TP312???:A
ResearchonLoadBalancingPartitionAlgorithmofMerchant
SortingbasedonMulti-database
ZHANGHui
(ChinaUnionPayMerchantServicesCo.,Ltd.,Shanghai201203,China)
hz-job@163.com
Abstract:Inthemerchantsortingbatchtasks,highconcurrencyofapplicationsandresourceutilizationofsingleequipmentalwayshaveacertainupperlimit.Processingcapacityandcommunicationbandwidthofthedatabasealsohavecertainconstraintsonbatchjobs.Accordingtotheatomicityofmerchantsortingdata,thispaperproposestodesignaloadbalancingpartitionalgorithmtorealizethedistributedandhigh-concurrencycollaborativecompletionofsortingbatchprocessingtasksamongmultipleapplicationsanddatabases.Theclusternodescanalsobelinearlyexpanded.Experimentaltestismadebycomparingtheloadbalancingperformancebeforeandafterusingthealgorithm.Resultsverifythattheproposedpartitionalgorithmcaneffectivelybalancethesortingpipelineundertheconditionofensuringtheatomicityofmerchants,andsignificantlyimprovetheconcurrentread-writeperformanceofthesortingservercluster,whichprovesitseffectiveness.
Keywords:distributed;highconcurrency;merchantatomicity;sorting
1??引言(Introduction)
数据清分系统通常要面对庞大的、多方的交易数据,根据一定的业务、勾兑和计算规则对数据进行清洗、拼接和计算等处理,从而得到各利益参与方的资金分配结果,为下游的资金结算和划付提供依据。以上要求决定了清分系统每次处理的数据量都是千万级别的,大型支付机构甚至达到亿级的流水处理量,并且通常要勾兑三方以上的源流水,业务逻辑复杂,处理时效要求高,处理时间段集中在各方联机交易系统完成日切之后的几个小时内,还要为异常情况下重跑批的补救工作留有足够的冗余时间。在互联网数据爆炸式增长的大背景下,传统的应用单机(IBM小型机)高并发已经凸显出IO和CPU瓶颈,应用和数据库分离也存在吞吐量[1]和网络带宽[2](千兆网络交换机)的性能瓶颈。为此,需要借助一定的负载均衡算法将庞大的业务处理均衡地分散到多节点(应用+数据),以便多机(PC服务器)集群[3]并行分布式处理,实现处理能力的线性扩展。这种集群技术可以用最少的投资获得接近于大型主机的性能,可以满足不断增长的负载需求[4]。由于具有横向扩展性,增
文档评论(0)