【正文】 。被給m個資源屬性，每個節(jié)點(diǎn)負(fù)責(zé)mk/n個資源信息。由于資源值是均勻分布，每個節(jié)點(diǎn)負(fù)責(zé)的K / d的資源信息塊。：對于任何n個節(jié)點(diǎn)和m個資源屬性，假定每個資源的屬性類型有k件資源信息和自己的值是均勻分布的，whp，多DHT為基礎(chǔ)的方法（如Mercury）可以實(shí)現(xiàn)比LORM多倍的資源信息分布均衡。在SWORD，所有特定的資源屬性資源信息是在一個單一的節(jié)點(diǎn)。證明：在LORM，所有特定的資源屬性資源信息是在一個有d個節(jié)點(diǎn)的群集。因此，LORM可以減少在MAAN目錄節(jié)點(diǎn)的信息資源總量由決定。LORM不分裂信息，且所有特定的資源屬性資源信息是在一個有d個節(jié)點(diǎn)的群集。一個目錄節(jié)點(diǎn)總共有k +m證明：對于資源屬性的K份資源信息，MAAN分裂其屬性和值。因此，總的MAAN資源信息的大小是其它方法的兩倍。其資源信息塊的總數(shù)是LORM的兩倍，LORM中包括單DHT為基礎(chǔ)的集中方法（egSWORD），多DHT為基礎(chǔ)的方法（如Mercury）。該結(jié)構(gòu)維護(hù)開銷，可節(jié)省的開銷為 times 。在多DHT的方法中，如Mercury，每個節(jié)點(diǎn)負(fù)責(zé)維護(hù)每一個資源DHT的log(n)個鄰居。A 維護(hù)開銷：在一個具有n個節(jié)點(diǎn)和m個資源屬性的網(wǎng)格系統(tǒng)中，具有高可能性，LORM可以提高多DHT為基礎(chǔ)的方法的結(jié)構(gòu)平衡性開銷，（如Mercury結(jié)構(gòu)維護(hù)開銷）不少于m次。在分析中，我們使用“屬性值”來表示這兩個定位維護(hù)哈希屬性值和屬性值的字符串描述。為了使不同的方法可以比較，我們并不考慮這個策略的比較研究。在Mercury中，為了更高的資源查詢效率，該群集內(nèi)一個節(jié)點(diǎn)可以保存數(shù)據(jù)的記錄，而其他群集可以容納指向這個節(jié)點(diǎn)的指針。SWORD映射資源信息包括屬性和DHT的一個單位值，MAAN映射屬性和值分別到一個DHT單位值。LORM映射資源屬性和值或字符串描述到2級Cycloid DHT的層次。Cycloid具有自組織機(jī)制，以維持其結(jié)構(gòu)和存儲的對象，這有助于LORM處理與變化節(jié)點(diǎn)加入和離開。如果被請求資源的范圍小于一個值，那么節(jié)點(diǎn)就轉(zhuǎn)發(fā)查詢到他們的前個節(jié)點(diǎn)。后繼結(jié)點(diǎn)重復(fù)相同的過程。結(jié)果是有期望的請求者資源的節(jié)點(diǎn)。該查詢將到達(dá)節(jié)點(diǎn)a和節(jié)點(diǎn)e，其中有對于請求者K的資源信息請求 mem， , ip_addr(i) 其中= 2 and CPU, , ip_addr(j) where =。一個多屬性查詢是由一組分查詢對每個屬性，它是一個并行處理的查詢集。通過定位保護(hù)哈希，因?yàn)?，值v的資源信息將存儲在節(jié)點(diǎn)i，其滿足的條件是根(H ()) i root(H ())。個節(jié)點(diǎn)，一個節(jié)點(diǎn)的資源信息報告使用Cycloid接口插入((H,Ha),rescInfo)。：在LORM中，給定一個范圍查詢[, ]給資源，其中 ，一個節(jié)點(diǎn)包含屬性值在[, ]之間，必須有一個ID滿足根目錄(H ,) ID root(H ,)。我們稱節(jié)點(diǎn)或節(jié)點(diǎn)的ID為rescID或rescInfo的根節(jié)點(diǎn)。節(jié)點(diǎn)報告其現(xiàn)有的資源給系統(tǒng)定期通過接口插入（rescID，rescInfo）。定位保護(hù)哈希函數(shù)，用H記，是用來生成的屬性值的哈希值。LORM使用立方體指數(shù)來表示a，并使用循環(huán)指數(shù)代表。LORM使每一組負(fù)責(zé)一個屬性信息，并分配在以資源的值/范圍或字符串描述基礎(chǔ)的群集節(jié)點(diǎn)之間的信息。通常，在一些目錄信息節(jié)點(diǎn)中，資源發(fā)現(xiàn)操作是集中現(xiàn)有資源的信息，并直接向這些節(jié)點(diǎn)的資源請求。資源請求者J的資源信息是代表一個3元組表示集：a, ,ip_addr(j)。例如，“空閑內(nèi)存= 2MB”或“操作系統(tǒng)= Linux”。一個計(jì)算資源已經(jīng)為每個屬性的作了特定值，例如，“操作系統(tǒng)= Linux”，“處理器頻率= 1000MHz的”和“空閑內(nèi)存=1024MB”。Cycloid每個節(jié)點(diǎn)是由一個配對的指數(shù)組成(k,……)其中k是一個循環(huán)指數(shù)而且……是一個立方體指數(shù)，循環(huán)指數(shù)是一個整數(shù)，從0到d 1和立方體指數(shù)是一個介于0和1之間的二進(jìn)制數(shù). 具有相同的立方體指數(shù)的節(jié)點(diǎn)是以他們的循環(huán)模指數(shù)為d排列在一個小周期，即所謂群集。三 性能概述和LORMCycloid是一個查找效率不變而且覆蓋為n=dLORM 采用Cycloid的層次結(jié)構(gòu)的優(yōu)勢，用兩個指標(biāo)來表示資源信息的資源屬性和資源信息的值，并分配資源發(fā)現(xiàn)的開銷和維護(hù)信息在這些節(jié)點(diǎn)間的平衡。還有其他的方法，關(guān)于多屬性資源的發(fā)現(xiàn)，而不用考慮范圍。在這種方法中，DHT的函數(shù)關(guān)鍵字作為資源的屬性指標(biāo)。要找到由幾個屬性特定的資源，利用多屬性查詢的方法，并提出了相應(yīng)的DHT的資源，以每個查詢，然后在數(shù)據(jù)庫中串聯(lián)式的“參與”的運(yùn)作的結(jié)果。目前的辦法，實(shí)現(xiàn)多屬性范圍查詢可以大致分為三類：（1）多DHT為基礎(chǔ)的方法，采用為一個DHT的每個屬性和進(jìn)程，在相應(yīng)的DHT方法并行多屬性范圍查詢。因此，DHT方法不能簡單地應(yīng)用到電網(wǎng)為多屬性查詢和范圍查詢。范圍查詢尋找資源由一個指定的屬性值范圍內(nèi)，（）。二 DHT為基礎(chǔ)的資源發(fā)現(xiàn)方法作為一個成功的模式，實(shí)現(xiàn)可擴(kuò)展性，魯棒性，確定性和位置數(shù)據(jù)，DHT已被廣泛用于在電網(wǎng)發(fā)現(xiàn)資源。單DHT為基礎(chǔ)的分散化方法是基于一個DHT和提供范圍搜索。要找到指定的資源需要通過幾個屬性和范圍，每一種資源的查詢提交給適當(dāng)?shù)腄HT的結(jié)果，然后在數(shù)據(jù)庫中，如“參與”的運(yùn)作連接在一起。大多數(shù)的DHT為基礎(chǔ)的方法可被歸類為多DHT為基礎(chǔ)的，單一的DHT為基礎(chǔ)的集中化和單一的DHT為基礎(chǔ)的分散化方法。由于其單一確定對象的位置，對象可以是資源的屬性或值。最近，分布式哈希表（DHT）的體系結(jié)構(gòu)由于其高可擴(kuò)展性和活力，恢復(fù)力特性，已經(jīng)應(yīng)用于電網(wǎng)系統(tǒng)的規(guī)?；?，動態(tài)資源發(fā)現(xiàn)。應(yīng)用程序所需的資源往往是描述一組屬性如可用的計(jì)算能力和內(nèi)存為每個屬性范圍內(nèi)的（多屬性范圍查詢范圍）。在許多網(wǎng)格系統(tǒng)中，資源高度動態(tài)隨時間變化顯著，如可用CPU時間和內(nèi)存。關(guān)鍵詞： Resource discovery , Grids , Peertopeer system , Distributed hash table 資源發(fā)現(xiàn) 網(wǎng)格 對等系統(tǒng) 分布式哈希表引言電網(wǎng)系統(tǒng)集成計(jì)算機(jī)，集群，存儲系統(tǒng)和工具，以提供一個大型科學(xué)計(jì)算中心的高度可用的基礎(chǔ)設(shè)施。The analytical results are consistent with simulation 。We demonstrated its effectiveness and efficiency via 。Recently, we proposed a heuristic LowOverhead Rangequery Multiattribute DHTbased resource discovery approach (LORM).最近，我們提出了一個啟發(fā)式低開銷范圍的多屬性查詢的DHT為基礎(chǔ)的資源發(fā)現(xiàn)方法（LORM）。SingleDHTbased approaches keep the resource information of all attributes in a single 。Distributed Hash Table (DHT) has been applied to grid systems as a distributed mechanism for providing scalable rangequery and multiattribute resource （DHT）已經(jīng)用于電網(wǎng)系統(tǒng)作為提供可擴(kuò)展的范圍，查詢和多屬性分布式資源發(fā)現(xiàn)機(jī)制。nodes, a node reports its resource information using the Cycloid interface Insert((H,Ha),rescInfo). Attribute a with value will be stored in root(H,Ha) whose ID is the closest to (H,Ha). According to the locality preserving hashing, because the resource information of value v will be stored in node i that satisfies to the condition root(H ()) i root(H ()). A node uses Lookup(rescID) to query for resources,and the query is routed to the directory node for the desired resource. A multiattribute query is posed of a set of subqueries on each attribute, which are processed in parallel. For example, when a node k needs a multipleattribute resource, say CPU and 2GB memory, it sends requests Lookup(H,Hcpu,cpu, ,ip_addr(k)) and Lookup(H,mem,ip_addr(k)), which will be resolved in parallel. The queries will arrive at node a and node e, which reply to the requester node k with the requested resource information mem, ip_addr(i) where= 2 and CPU, , ip_addr(j) where =. The requester node then concatenates the results in a databaselike “join” operation based on ip addr. The results are the nodes that have desired resource by the requester. For range queries such as“”and“Freememory2GB”, in addition to responding with satisfied resource information in their own directories, node a and e forward the resource queries to their immediate successors in their own clusters. The successors repeat the same process. This process is repeated until a successor has no satisfied resource information. If the requested resource range is less than a value