[发明专利]一种面向多模数据库OrientDB的调优系统及其构建方法

权利要求书

1.一种面向多模数据库OrientDB的调优系统的构建方法，其特征在于，包括如下步骤：

(1)基础设施虚拟化；利用虚拟化技术，扩展出多个配置完全一致的虚拟服务器，在各个虚拟服务器上都安装OrientDB的实例，并搭建出OrientDB集群；

(2)实现不同的数据请求分布方式；每一种分布方式都需要一个具体的实现类，系统通过实现并调用各类的nextValue方法来获取需要被访问的记录id，从而根据这个id来检索数据库中的记录，假设数据库中某一集合一共有n条记录，对于Uniform分布，通过生成一个(0,n-1)范围内的随机数，即为所需的记录项，对于Latest分布，则优先访问集合中最新插入的数据，对于Normal分布，系统将期望和方差分别设置为σ＝1，使得数据的分布大多集中在集合的中间位置，而Zipfian分布则生成被访问的记录id，使得排列靠前的数据拥有高优先级；

(3)实现多模数据库OrientDB的读写任务，包括键/值、文档和图3种数据模型的添加、查询、删除、更新以及扫描操作；实现多模型数据的跨模型连接查询，包括文档和图的连接、文档和键值对的连接以及三种数据模型的连接；在工作负载全部执行完成后，根据OrientDB的执行时间计算出吞吐量指标并将其存储在文件仓库中；

(4)参数化线程数，使工作负载生成器能够生成指定个数的线程来执行工作负载，从而实现不同的线程级别下多模数据库OrientDB的性能测试；

(5)实现多模数据库OrientDB的参数调优；具体包括如下步骤：

(51)利用工作负载生成器为GPR模型的搭建生成训练数据，首先，在可调整的参数空间内随机生成一系列参数值用于配置数据库OrientDB；接着，通过工作负载生成器执行输入的工作负载获得吞吐量指标，并将其存储在文件仓库中；最后，通过15轮迭代得到15组数据；

(52)收集文件仓库中的数据用于构建GPR模型，并通过改进的遗传算法GA在模型中搜索出使得吞吐量最高的参数配置，首先对父代以适应性进行排列，使得目标值小的与小的匹配，大的与大的匹配，然后利用Logisitic混沌序列定位到被切断点的位置，最后对基因链进行交叉形成新的染色体；

(53)将GA-Logistic算法推荐的参数重新配置到OrientDB中，并利用负载生成器重新执行工作负载，将得到的执行结果添加到数据仓库中用于训练模型，GA-Logistic会重新在模型中搜索新的参数值，复执行以上步骤，直到训练次数达到R；

(6)实现多模数据库OrientDB的调优界面，并实现与后台的连接，为了使用户便捷地进行工作负载的设置以及直观地查看调优结果。

2.如权利要求1所述的面向多模数据库OrientDB的调优系统的构建方法，其特征在于，步骤(4)中，参数化线程数，使工作负载生成器能够生成指定个数的线程来执行工作负载，从而实现不同的线程级别下多模数据库OrientDB的性能测试具体包括如下步骤：

(41)实现数据库的连接类Connection，并返回OrientDB的连接对象；

(42)实现Runnable接口，为每个线程维持一个OrientDB连接对象，在run方法中首先判断数据库连接是否存在或可用，如果可用即执行多模数据库操作，否则调用Connection类的方法创建连接；

(43)创建线程池并设置核心线程数，通过execute方法来执行负载。

3.如权利要求1所述的面向多模数据库OrientDB的调优系统的构建方法，其特征在于，步骤(6)中，实现多模数据库OrientDB的调优界面，并实现与后台的连接，为了使用户便捷地进行工作负载的设置以及直观地查看调优结果具体包括如下步骤：

(61)工作负载选择区域；用户在该区域设置工作负载的内容，包括需要实现的多模数据库操作、数据类型、数据请求分布方式、操作数和线程数；用户完成所有工作负载的参数选择后，并点击调优按钮，OrientDB即开始执行相应负载；同时，在该区域还提供了清空数据库这一选项；为确保多模数据库OrientDB中不存在多余数据，用户点击该按钮，将数据库中现有的数据删除；

(62)结果展示区域；当系统执行完调优工作后，会在该区域将最终的调优结果和推荐的配置参数显示出来。