摘要：信息技术的快速发展为水利工程行业的发展带来了新的机遇和挑战，大量水利水文数据的产生，为我们提供了丰富的研究价值。但是，由于水利数据的复杂性和多样性，传统的单机处理模式无法满足对海量数据的快速分析和处理。本文对基于协同计算的分布式计算机系统进行了介绍，通过对生产生活中产生的大量水利数据进行分析和处理，帮助水利工作者更好地了解行业发展现状，为行业发展方向和重大决策提供了重要了事实依据。
关键词：分布式计算机系统；水利工程；大数据；协同作业
引言
随着现代科技水平的不断提高和计算机技术的飞速发展，人们的工作和生活发生了翻天覆地的变化，计算机技术的应用逐渐渗入各行业各业，为人们提供了许多便利。分布式计算机系统将多台计算机通过网络相连接，组合成为一个新的计算机系统。分布式计算机系统解决了传统单机模式处理时间和速度的局限，对数据和任务进行分散处理，具有处理速度快、可灵活扩展和较高性价比的特点，是近年来计算机应用技术的一个新的发展方向。
水利工程是是关系着我国国计民生的重要基础设施，是通过对自然界中的地下水和地表水进行调配，消除水患，造福民众的工程。由于自然界中存在的水资源并不能完全满足人类的生活生产需求，且部分水资源具有水灾隐患，因此，兴建水利工程能够为国家和人民带来更多的经济效益、改善民众的生活环境。通过兴修水利工程，进行水量的调节和分配，达到防洪抗旱的目的，满足人民群众对水资源的需求。
水利工程的发展现状
随着云计算、物联网等新技术的发展和应用，各行各业在正常生产过程中产生的数据量也越来越大，社会逐步进入大数据时代。这些基于事实的大数据蕴含着丰富价值，可以为行业发展方向和企业重大决策提供重要的事实依据，因此，对大量数据进行有效分析和处理是促进行业蓬勃发展的重要工作，将会为行业的发展带来新的机遇和挑战。在水利工程项目运行管理的过程中，需要对多项数据进行长期观测和分析，每天都会产生大量的水利相关数据，通过对这些数量庞大的数据进行专业化处理，获取数据中隐藏的宝贵信息，可以为行业的发展提供决策依据，达到数据增值的目的。由于水利工程的特殊性，所产生的数据具有复杂性、多样性等特征，由于不同自然环境下的水利数据具有不同的特点，基于不同的研究目标，工作人员所关注的数据重点也会有所差异，对于不同特征的水利工程数据，分析处理方法也有很大的不同，对数据分析处理的方法也具有相当的复杂性。使用传统的单机处理模式无法满足对海量数据复杂算法的快速计算，如何对这些海量复杂数据进行筛选、过滤和整合，快速获取有价值的数据信息，是新时期水利工程项目需要解决的重要技术难题。为了促进社会经济的发展和水利工程行业的发展，跟上信息技术的发展步伐，需要积极寻找新的技术手段，实现海量复杂数据的快速分析[1]。
期刊文章分类查询,尽在期刊图书馆
分布式计算机系统
随着科学技术的快速发展，人们生产生活中产生的数据越来越多，对大量数据的分析和处理吸引了越来越多的关注。传统的单机处理模式无法实现在海量数据中准确、快速地获取有价值的数据，为了尽可能地提高处理速度，降低对软硬件系统的要求，分布式计算机系统的发展和广泛应用具有非常重要的现实意义。
分布式计算机系统是通过合理调配网络中多台计算机的资源，实现对软硬件系统的充分利用，实现多个系统之间的协同工作，将大量的数据分析处理工作分配给不同的服务器，分布式计算机系统的本质是以空间置换时间，通过使用多台计算机进行协同作业，大大降低了海量数据的处理时间，减少了数据处理时间成本[2]。企业通过对数据整合平台的设计和建立，利用分布式计算机处理模式，对计算机资源进行合理的使用，提高信息的共享，促进企业运行效率的提升。
与传统的单机处理模式相比较，分布式计算机技术有明显的优势：首先，可以更加方便地实现资源共享，其次，可以实现计算机负载均衡，提高处理速度，最后，可以根据具体情况分配适合的计算机。分布式计算机系统具有高效、快捷、准确的优势，越来越多的技术人员参与到对分布式计算机系统的研究中。
基于协同计算的分布式计算机系统在水利工程中的应用
在水利工程中，可以通过对海量水利水文数据进行分析获得有价值的数据，比如，以年份为单位，对水位数据进行分析，掌握不同季节的水位规律，对下一年的储水量和用水量进行规划；通过分析不同气候环境下的水质，总结规律，掌握气候环境对水质的影响。为了能够得到准确的、有价值的数据，必须有足够大的样本范围，因此，可以采用基于协同计算的分布式计算机系统对数据进行处理，在保证数据分析质量的前提下有效提高数据分析速度。
由于生产和应用环境的不同，基于协同计算的分布式计算机系统也有很大的差异，一般包括成员角色、共享对象、协作活动和协作事件等。成员角色是指参与协同计算的主体在作业过程中的作用，根据不同的需求对成员进行角色划分；共享对象是指参与协同计算的成员共同操作的对象；协作活动对协同计算成员所进行的具体操作进行了详细的描述；协作事件对协作活动的进度和状态变化进行统一管理，对协作成员进行管理和调配[3]。
对任务的协同调度是协同计算的核心，合理的协同调度算法可以有效提高计算效率，应该根据系统的具体情况和数据特性，有针对性地设计协同作业调度算法。系统将协同活动提交给协同调度模块，该模块通过对协同作业成员的状态和协同活动的进度进行实时监测，通过匹配调度算法，为成员分配作业任务，协同调度的目标是尽可能提高成员利用率，降低作业时间。
在基于协同计算的分布式计算机系统设计过程中，对事件、数据和成员的分层管理、灵活调度是系统的设计关键。架构的设计一般分为集中式、分散式和混合式，在实际开发设计时，一般对任务的协同调度采用分散式架构设计，对数据的协同管理采用集中式管理，从而实现混合式架构设计。
总结
计算机技术是促进社会发展和经济增长的重要力量，各行各业的发展都离不开科技水平的提高。因此，水利工程应该与时俱进，跟上科学技术发展步伐，积极使用新技术，为行业发展注入新的活力。基于协同计算的分布式计算机技术为大量水利水文数据提供了准确快速的处理方法，解决了大量数据无法快速分析使用的难题，为水利工程行业的发展提供了决策依据，为水利工程事业带来了新的发展机遇。
参考文献：
[1] 刘庆泉 著. 大数据技术在水利工程建设运营管理中的应用研究[J]，科技创新与应用，2019 年 3 期
[2] Andrew S.Tanenbaum，Maarten Van Steen著，辛春生等译.分布式系统原理与范型[M].清华大学出版社，2009.
[3] 戴炳荣 宋俊典 钱俊玲 著.云计算环境下海量分布式数据处理协同机制的研究[J]，计算机应用与软件，第 30 卷第 1 期，2013
论文作者:杜力
论文发表刊物:《防护工程》2019年15期
论文发表时间:2019/11/29
标签：数据论文; 分布式论文; 水利工程论文; 计算机系统论文; 水利论文; 作业论文; 海量论文; 《防护工程》2019年15期论文;