计算网格计算

收稿日期:2011唱07唱06;修回日期:2011唱08唱11基金项目:国家"863"计划资助项目(2006AA01A119,2009AA01A130)作者简介:陈建华(1986唱),男,山东莱芜人,硕士研究生,主要研究方向为高性能计算与应用、网格计算等(cjh1123@gmail.
com);段启智(1986唱),男,湖南益阳人,硕士,主要研究方向为高性能计算及应用、网格计算;金钟(1974唱),男,副研究员,博士,主要研究方向为高性能计算应用、高性能计算化学软件算法和应用技术等;刘倩(1981唱),女,博士,主要研究方向为物理化学;张宝花(1985唱),女,硕士,主要研究方向为计算化学、药物设计;迟学斌(1963唱),男,研究员,博士,主要研究方向为并行计算的应用与实现.
基于网格的计算化学过程可视化倡陈建华1,2,段启智1,2,金钟1,刘倩1,张宝花1,迟学斌1(1.
中国科学院计算机网络信息中心超级计算中心,北京100190;2.
中国科学院研究生院,北京100049)摘要:提出了一个基于网格的计算化学过程可视化解决方案,实时地监控计算过程,增加对计算过程的控制.
网格提供了计算作业所需要的大量计算资源,对计算过程的实时监控则增加了对计算过程的控制.
为了达到实时的目的,针对计算过程中的原子不变性,提出了优化的三维可视化方法,动态地设定检测的时间间隔,并引入了断点续传的思想.
关键词:OPTView;Java3D;计算过程可视化;断点续传;计算化学;网格中图分类号:TP311文献标志码:A文章编号:1001唱3695(2012)02唱0432唱03doi:10.
3969/j.
issn.
1001唱3695.
2012.
02.
006Grid唱basedinteractivevisualizationofcomputationalprocessoncomputationalchemistryCHENJian唱hua1,2,DUANQi唱zhi1,2,JINZhong1,LIUQian1,ZHANGBao唱hua1,CHIXue唱bin1(1.
SuperComputingCenter,ComputerNetworkInformationCenter,ChineseAcademyofSciences,Beijing100190,China;2.
GraduateUniver唱sityofChineseAcademyofSciences,Beijing100049,China)Abstract:Thispaperpresentedagrid唱basedinteractivevisualizationofcomputationalprocessresolutiontomonitortheprocessinrealtime.
Thegridsuppliedlargeresourcesforthecomputation.
Andmonitoringtheprocessofcomputationhelpedtocon唱troltheprocess.
Asatomswereneverchangedinthecomputationprocess,thepapergaveanoptimized3Dvisualizationmeth唱od.
Itintroduceddynamicalintervalsettingandresumebrokentransferindataretrievingfromthegrid.
Keywords:OPTView;Java3D;computationprocessvisualization;resumebrokentransfer;computationalchemistry;grid计算化学领域的作业计算量大、耗时长,而且计算过程带有一定的猜测性和试探性,有时候需要用户通过自己的经验来对计算过程进行取舍.
目前,计算化学在不同的学科分支和应用领域的应用已超过数千种[1],主流的计算软件如Gaussian[2]、NWChem[3]等,分子结构可视化软件如Gaussianview[4]、JMol[5]等,都已具备广泛的用户基础;也有一些计算化学应用是基于网格来实现的,如GridChem[6]等,这些应用都利用了网格丰富的计算资源,为用户提供了统一便利的使用平台.
一般而言,分子结构的模拟计算和三维可视化是分离的,用户通常无法实时地观测到计算过程中分子结构的变化.
然而,用户在尝试性地给定计算初始参数时,可能存在由于参数不合适而导致作业盲计算很长一段时间得不到很好的结果.
尤其是对于一些利用网格进行分布式计算的大规模作业,可能在计算过程完成一部分时就达到了用户期望的效果,多余的计算只会造成时间和计算资源的浪费.
因此,对计算化学作业的实时监控,即时地反馈计算过程中的分子信息,不但能够有效地避免资源的浪费,而且能够辅助用户更好地控制计算过程,得到良好的计算结果.
本文根据这一需求给出了一个基于网格的计算化学过程可视化的方案(OPTView).
OPTView系统基于Java和Java3D,它集成了国家网格(CNGrid)[7],提供了一个网格交互的平台,并能实时地检测计算过程,将计算过程中的结果进行实时可视化.
OPTView系统具有跨平台、实时、响应迅速和高可视化分辨率等优点.
本文从网格应用的角度出发,对提交至网格的计算化学作业进行实时监控,对不同计算阶段的分子结构进行三维可视化,交互式地展示时变数据的实时变化情况.
1设计与实现1畅1整体设计为了使系统低耦合、高内聚、高重用性,同时屏蔽网格中间件的变化对系统造成的影响,这里采用了如图1所示的设计.
网格模块负责实现与网格的交互,主要包括向网格提交作业、查询作业状态、下载计算过程文件、查询计算过程信息等.
系统通过数据处理模块来实时地获取数据,并实时地三维可视第29卷第2期2012年2月计算机应用研究ApplicationResearchofComputersVol畅29No畅2Feb畅2012化计算过程.
用户可以动态、实时地查看计算过程的状态信息,并根据这些信息对作业进行控制.
为了便于系统的维护和扩展,防止依赖传递和变化的扩展,系统采用了模块化设计,主要由六个模块组成,如图2所示.
a)配置模块用来加载系统和用户的配置信息,它允许用户根据自己的偏好进行配置,使系统更加人性化;b)能量曲线图实时地显示计算过程中分子的能量趋势,用户可以动态地查看计算过程中每一个阶段的分子能量;c)3D可视化模块提供了一个统一的接口用来构建3D分子,并且提供了分子的平移、放大、缩小、旋转等操作,用户可以实时地查看计算过程中分子的结构信息;d)图形化用户界面为用户提供了一个友好的可操作界面,将模型与视图分离;e)网格模块为系统的其他模块与网格的交互提供一个稳定、公共的接口,本文采用了MVC模型来实现网格模块.
为了减小客户端的压力,以及加强对于跨平台和分布式的支持,本文采用了RMI的技术来实现客户和服务器的通信[8].
数据处理模块一方面用来不断地从网格获取数据、处理数据,抽取出相应的信息;另一方面也可以获取本地保存的分子信息,为可视化提供数据准备.
由于系统需要实时地监控网格中的计算化学作业,当计算过程进行到新的阶段时,需要动态地实时更新能量曲线图和分子3D图.
一般来说,可以每隔一段时间定时地去查看数据是否有更新,如果发生更新再去更新能量曲线图和分子3D图.
但是这就造成了在数据的两次更新之间,对数据的大量查看是无效的.
尤其是当查看的时间间隔很短时,会对系统的效率造成很大的影响.
为了解决这个问题,本文采用了观察者的设计模式[9],如图3所示.
系统中模型数据继承主题(observable类),曲线图和分子的3D显示实现了观察者接口(observer),并且注册为模型数据的观察者.
当从网格获取的数据发生改变时,作为主题的模型数据会发生改变,这时候它会通知注册在该主题上的观察者(曲线图和分子3D显示)进行更新.
这样就达到了实时更新的效果,并且不会使系统增加额外的负担.
1畅2可视化原理OPTView系统中,分子的可视化采用了Java3D的技术来实现.
Java3D采用了场景图的方式,它是一个树型结构,由内容(content)和视图(view)两个分支组成.
视图分支定义了视点等视图模型;内容分支是程序需要重点考虑的部分,用于描述场景所包含的所有图形对象以及针对这些对象的空间变换、光照、行为、背景等.
为了方便描述,本文有如下的约定:BG表示Java3D中的BranchGroup,TG表示Java3D中的Transform唱Group,TD表示Java3D中的Transform3D.
实时的可视化需要解决的主要问题有:当第一次显示时,如何快速地构建显示三维分子;当计算由一个阶段进入到另一个阶段时,如何快速地切换三维分子显示.
分子有多种显示方式,这里以最为常见的球棍模式为例进行阐述.
在OPTView系统中,用球(sphere)来表示一个原子,用圆柱来表示两个原子之间的化学键[10].
Java3D提供了绘制三维球的接口,但是只能在原点绘制默认的较低分辨率的三维球体,需要通过TG和TD将球移动到指定的位置,这就会大大地降低可视化的速度.
为此,本文在OPTView中提供了在给定的位置创建给定分辨率球体的方法.
这就解决了实时可视化需要解决的第一个问题.
在一个计算化学的计算过程中,分子包含的原子类型和数量是不会变化的,不断变化的是每个原子的位置以及原子之间的化学键.
对一般实现来说,当计算由一个阶段到达另一个阶段时,可以重新构建整个三维分子,但这样会造成空间的大量浪费,而且如果分子体系很大,重新构建三维分子的速度会非常缓慢.
这里给出了自己优化的三维可视化方法.
由于在整个计算过程中分子包含的原子是不会变化的,变化的只是它们的位置.
因此完全可以将原子进行重用,只需不断变换它们在三维虚拟空间中的位置,并重新构建原子之间的化学键即可.
如图4所示的三维场景图,为了更好地重用和更高的灵活性,减少空间的使用,将三维场景图和分子分支图进行了分离.
三维场景图提供了通用性的背景、光线以及一些分子的行为设置等.
不同分子的三维可视化,只需要替换相应的分子分支图(molecule3D)即可,而不需要重新构建整个三维场景图.
其中behaviorTG包含了分子具有的行为,contentBG提供了替换分子分支图的能力.
如图5所示的分子分支图,moleculeBG为分子分支图的根;moleculeTG用来提供分子的整体放大缩小、平移等功能;moleculeBG2用来包含分子结构中的原子分支(atom3D)以及原子之间的化学键(bondBG),它提供了化学键的替换能力;bondBG包含了分子之间的化学键.
为了提高效率、减少内存的使用,化学键可以共享一个appearance.
原子分支提供原子的平移和放大缩小的行为.
在计算过程中原子的位置可能是不断变化的,就允许不断地对原子进行平移,而不需要在新的位置进行重新构建,这样就大大提高了可视化的效率.
随着计算过程的深入,当分子中原子的位置和原子之间的化学键不断变化时,只需要不断地平移原子的位置,同时删除旧的化学键、添加新的化学键即可.
这样就避免了对整个分子的重新构建,提高了可视化的效率,缩短了系统响应的时间.
同时,当需要可视化不同的分子时,只需要删除旧的分子分支图、添加新的分子分支图即可,也不需要重新设置背景、光线,以及分子所具有的行为.
·334·第2期陈建华,等:基于网格的计算化学过程可视化1畅3数据处理模块数据处理模块主要负责从网格获取数据并进行处理,为可视化提供数据的准备.
从网格获取数据由于受到每一次获取数据大小以及网络速度的限制,导致不能立刻在本地获取所有的网格数据,这个过程总是有滞后性.
为了尽可能地提高系统的实时性,就需要尽可能频繁地去检查网格数据是否发生更新.
然而如果检查网格数据更新的间隔太短,不仅会加重系统的负担,使系统响应变慢,而且可能会对网格获取数据的实时性产生相反的影响.
在OPTView系统中,本文采用动态设置检测时间间隔的方法.
这里给出了一个动态设置时间间隔的策略.
首先,给定一个初始的时间间隔T=t0,系统不断地检测数据产生的时间.
a)如果下一次获取网格数据的时间间隔为n*T(n>1),则设置T=(n-factor1)*T.
b)如果下一次获取网格数据的时间间隔为T,说明T可能是仍然大于真实的时间间隔,则设置T=factor2*T.
factor1∈[0,1],factor2∈(0,1).
为了不对系统的实时性造成影响,初始时间间隔t0的设置要尽可能地小,factor1、fac唱tor2会随着计算化学作业特性的不同而有所不同.
通过大量的实验验证,本文在OPTView中将t0设置为10s,factor1设置为0畅5,factor2设置为0畅9.
由于计算过程的每一个阶段所需要的时间是不同的,因此本文提供的方法只能是尽可能地去接近,而不可能真正地计算出计算所需要的时间.
同时,在OPTView中本文借鉴了断点续传的思想,系统从网格获取数据的过程中,会同时将数据保存在本地.
当用户在查看一个计算的过程中,由于意外的因素或者人为终止了实时查看过程,系统会自动地保存当前已经查看的位置,在这里设置一个断点.
当用户再次查看此计算过程时,OPTView系统不需要重头开始从网格获取数据,只需要从断点的位置开始从网格获取数据即可.
这样极大地缩短了系统的响应时间,也减轻了网格的负担,提高了系统的实时性.
数据的处理流程如图6所示.
当用户选择查看某一个计算过程时,系统会先根据保存在本地的配置信息确定是否是第一次查看此计算过程.
如果是,则直接从网格不断地获取数据即可;如果不是,则先从本地文件系统加载已经保存的计算过程的数据,再判断上一次的查看中计算过程是否已经完成.
如果完成,则直接结束,不需要再从网格获取任何数据;否则,从上一次断点的位置开始,继续从网格获取数据.
2结果与分析对采用第1章给出的实时可视化方式以及采用普通的分子重新构建的可视化方式、两阶段之间三维分子切换可视化所需要的时间进行了测试.
测试环境为:JDK1畅6畅0,Java3D1畅5畅2,WindowsXP操作系统,IntelPentium溎D2畅80GHz处理器,2GB内存.
测试结果如表1所示.
表1两种可视化方式可视化时间对比编号测试分子规模(以原子数目表示)测试分子键数目优化的可视化方式需要时间/ms重新构建可视化方式需要时间/ms1120120+/-282.
17421.
5724850+/-115.
04205.
89342+/-14.
8931.
17由表1可以非常容易地看出,采用上述优化的实时可视化方式,在计算过程的两个阶段之间切换更加迅速、响应时间更短.
如图7所示,本例展示了在量化计算中H在C与O之间迁移的过渡态优化计算过程.
曲线图横坐标代表计算阶段,纵坐标分别表示分子的能量和RMS值.
OPTView系统可以动态地查看网格中优化计算过程中的分子结构、能量、RMS值及趋势,且用户可以动态查看每一步的四个判定收敛指标.
当RMS曲线趋于0且四个收敛指标都显示"YES"时,优化计算完成.
本例在优化计算第20步时完成收敛.
用户可以选择动态播放其优化过程变化,亦可比较每一步分子及邻近优化步的分子结构.
用户还可以对优化过程任何一步的分子查看其键长、键角、二面角等信息,并且可以另存为符合Gaussian软件格式的输入文件,以便进一步计算.
3结束语本文根据对计算化学中计算过程动态监测的需要,给出了基于网格的设计和实现,并根据此需求的特殊性,对可视化、数据的处理给出了优化的解决方案,达到了很高的实时性.
但系统中仍然有很多需要改进的地方.
当原子的位置改变时,原子可以通过平移来达到新的位置,但是化学键则只能重新构建.
但是这样的设计可能会造成当分子的体系很大、化学键很多的时候,化学键的构建就是一个非常耗时的任务,会造成明显的闪屏现象.
这也是笔者下一步工作的一个重要方向.
(下转第437页)·434·计算机应用研究第29卷根据表3所示的结果,可以定量地比较联网审计绩效各评价指标的重要程度.
另外,三种方法计算出的各灰色综合关联度值比较如图1所示.
由图1和表3可以看出:a)不论联网审计绩效的评价指标权重值采用何种方法确定,重要影响因素分析结果基本一致.
表3灰色综合关联度分析结果评价指标^ρij(RC/AHP)^ρij(RC)^ρij(AHP)C10.
7070.
50340.
6036C20.
68180.
61990.
7224C30.
62830.
51420.
5642C40.
69720.
51850.
5987C50.
7140.
51580.
6508C60.
69560.
54490.
6755C70.
66880.
50420.
5845C80.
79220.
74240.
6463C90.
71360.
67330.
607C100.
64570.
61020.
573C110.
74660.
70760.
6235C120.
70020.
66010.
6003C130.
74660.
70760.
6235C140.
63370.
59990.
5669C150.
62090.
520.
5605C160.
79220.
74240.
6463C170.
83860.
59110.
7827C180.
62530.
5810.
5627b)综合灰色综合关联度值计算结果,联网审计的评价指标C8(审计效率的提高)、C17(采集数据的合适性)、C16(系统的友好性)是影响联网审计绩效的主要因素;而C1(软硬件成本)、C15(审计的频率)、C18(系统升级频率)不是影响联网审计绩效的主要因素.
也就是说,对于各个联网审计,经费投入多少不是影响联网审计绩效的主要因素,效益高、系统设计与开发质量高的联网审计系统才是最有效的系统.
4结束语IT绩效审计是目前审计领域研究的一个前沿和热点问题,联网审计是IT审计研究的一个重要方向,研究联网审计的绩效评价问题具有重要意义.
为了进一步明确影响联网审计绩效的有效因素,需要定量分析联网审计绩效各影响因素的重要程度.
本文基于我国联网审计的特点,建立了联网审计绩效影响因素灰色关联分析模型,并对联网审计项目绩效评价的影响因素进行了定量分析,研究结果为我国今后实施联网审计项目提供了决策依据.
参考文献:[1]陈伟,张金城,QIUR.
计算机辅助审计技术(CAATs)研究综述[J].
计算机科学,2007,34(10):290唱294.
[2]GROOMERSM,MURTHYUS.
Continuousauditingofdatabaseap唱plications:anembeddedauditmoduleapproach[J].
JournalofIn唱formationSystems,1989,3(2):53唱69.
[3]ALEXANDERK,EPHRAIMFS,MIKLOSAV.
Continuousonlineauditing:aprogramofresearch[J].
JournalofInformationSys唱tems,1999,13(2):87唱103.
[4]REZAEEZ,SHARBATOGHILEA,ELAMR,etal.
Continuousau唱diting:buildingautomatedauditingcapability[J].
Auditing:AJournalofPracticeandTheory,2002,21(1):147唱163.
[5]CHENWei,ZHANGJin唱cheng,JIANGYu唱quan.
OnecontinuousauditingpracticeinChina:data唱orientedonlineauditing(DOOA)[C]//Procofthe7thIFIPInternationalConferenceone唱Business,e唱Services,ande唱Society.
Boston:Springer,2007:521唱528.
[6]陈伟,QIUR,刘思峰.
持续审计(CA)研究综述[J].
小型微型计算机系统,2008,29(9):1755唱1760.
[7]国家"863"计划审计署课题组.
计算机审计数据采集与处理技术研究报告[R].
北京:清华大学出版社,2006.
[8]陈伟,QIUR,刘思峰.
一种基于数据匹配技术的审计证据获取方法[J].
计算机科学,2008,35(8):183唱187,194.
[9]陈伟.
一种基于等级法的联网审计绩效评价方法[J].
计算机科学,2010,37(11):111唱116.
[10]陈伟.
一种基于AHP的联网审计绩效评价方法[J].
审计与经济研究,2011,26(5):47唱52.
[11]刘思峰,党耀国,方志耕,等.
灰色系统理论及其应用[M].
5版.
北京:科学出版社,2010.
(上接第434页)参考文献:[1]Computerassistancetochemicalresearchcenter[EB/OL].
[2010唱10唱06].
http://www.
chem.
ac.
ru/Chemistry/Soft/.
[2]Gaussian[EB/OL].
[2010唱10唱06].
http://www.
gaussian.
com/.
[3]NWChem[EB/OL].
[2010唱10唱06].
http://www.
nwchem唱sw.
org/index.
php/Main_page.
[4]ROYD,TODDK,JOHNM,etal.
Gaussview,version3.
09[R].
ShawneeMission,KS:SemichemInc,2003.
[5]JMol:anopen唱sourceJavaviewerforchemicalstructuresin3D[EB/OL].
[2010唱10唱06].
http://jmol.
sourceforge.
net/.
[6]Computationalchemistrygrid[EB/OL].
[2010唱10唱06].
https://www.
gridchem.
org/.
[7]DEPEIQ.
CNGrid:atest唱bedforgridtechnologiesinChina[C]//Procofthe10thIEEEInternationalWorkshoponFutureTrendsofDistributedComputingSystems.
WashingtonDC:IEEEComputerSo唱ciety,2004:135唱139.
[8]FREEMANE,FREEMANE,SIERRAK,etal.
Headfirstdesignpatterns[M].
[S.
l.
]:OreilyMedia,2007:37唱80.
[9]SUNYan唱hua,SHENBin,LUZhong唱hua,etal.
GridMol:agridapplicationformolecularmodelingandvisualization[J].
JournalofComputer唱aidedMolecularDesign,2008,22(1):119唱129.
[10]欧阳刘彬,孙衍华,刘继风,等.
GridMol系统中蛋白质可视化与建模的性能优化[J].
计算机工程,2009,35(20):242唱245.
·734·第2期陈伟,等:联网审计绩效评价影响因素的灰色关联分析