云計(jì)算中任務(wù)調(diào)度算法的研究綜述

《云計(jì)算中任務(wù)調(diào)度算法的研究綜述》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、云計(jì)算中任務(wù)調(diào)度算法的研究綜述-電子商務(wù)論文云計(jì)算中任務(wù)調(diào)度算法的研究綜述文／張艷敏摘要：云計(jì)算中任務(wù)調(diào)度算法的好壞直接影響云計(jì)算系統(tǒng)整體性能，也影響著云計(jì)算系統(tǒng)處理用戶提交的任務(wù)的能力。本文歸納了云計(jì)算調(diào)度的特點(diǎn)和性能指標(biāo)，總結(jié)了云計(jì)算中的任務(wù)調(diào)度算法，分析了云計(jì)算任務(wù)調(diào)度算法的研究現(xiàn)狀及其進(jìn)展。最后討論了現(xiàn)有任務(wù)調(diào)度策略存在的問題，為云調(diào)度研究指明了方向和思路。關(guān)鍵詞：云計(jì)算；任務(wù)調(diào)度；遺傳算法；蟻群算法前言云計(jì)算是一種基于互聯(lián)網(wǎng)的新的服務(wù)模式，這種模式按使用量付費(fèi)，提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，它將用戶需求的計(jì)算任務(wù)分布在由大量計(jì)算機(jī)構(gòu)成的數(shù)據(jù)中心，數(shù)據(jù)中

2、心采用虛擬化技術(shù)，把各種軟硬件資源抽象為虛擬化資源，再通過資源調(diào)度技術(shù)使各種應(yīng)用能夠根據(jù)需要獲取計(jì)算能力、存儲(chǔ)空間和信息服務(wù)。在云計(jì)算環(huán)境中，一個(gè)大規(guī)模計(jì)算任務(wù)需要進(jìn)行分布式并行處理，系統(tǒng)首先將邏輯上完整的一個(gè)大任務(wù)切分成多個(gè)子任務(wù)，然后根據(jù)任務(wù)的相應(yīng)信息采取合適的調(diào)度算法，在不同的資源節(jié)點(diǎn)上運(yùn)行這些子任務(wù)，所有的子任務(wù)處理完后進(jìn)行匯總，最后將結(jié)果傳給用戶。云計(jì)算任務(wù)調(diào)度的目的是給需要的用戶分配不同的資源，在某一特定的云環(huán)境下，依據(jù)某一種規(guī)則使用資源，在不同的用戶之間平衡和調(diào)整資源，在滿足用戶需求的前提下，使得任務(wù)完成時(shí)間盡量小，且資源利用率盡量高。調(diào)度最終要實(shí)現(xiàn)時(shí)間

3、跨度、服務(wù)質(zhì)量、負(fù)載均衡、經(jīng)濟(jì)原則最優(yōu)等目標(biāo)。云計(jì)算任務(wù)調(diào)度是云計(jì)算研究中的重點(diǎn)和難點(diǎn)。任務(wù)調(diào)度算法的優(yōu)劣會(huì)影響到云計(jì)算系統(tǒng)處理任務(wù)的能力。近幾年，研究者針對(duì)云環(huán)境下的資源調(diào)度做了很多研究，主要體現(xiàn)在以提高云計(jì)算數(shù)據(jù)中資源利用率為宗旨的資源管理與調(diào)度、以降低云計(jì)算數(shù)據(jù)中心的能耗為目標(biāo)的資源分配與調(diào)度、經(jīng)濟(jì)學(xué)的云資源管理模型研究等方面。本文綜述了云環(huán)境下的任務(wù)調(diào)度算法，分析了近幾年來典型的云計(jì)算任務(wù)調(diào)度算法的發(fā)展趨勢(shì)，為相關(guān)領(lǐng)域的研究人員提供參考。1、網(wǎng)格任務(wù)調(diào)度與云計(jì)算任務(wù)調(diào)度的比較在網(wǎng)格計(jì)算和云計(jì)算中，雖然系統(tǒng)資源都是以數(shù)據(jù)池的形式呈現(xiàn)給用戶，但它們之間的區(qū)別是網(wǎng)格

4、用戶的任務(wù)是通過實(shí)際的物理資源來執(zhí)行，而云計(jì)算環(huán)境下的用戶任務(wù)是通過邏輯意義上的虛擬資源來執(zhí)行。對(duì)于以上兩種計(jì)算方式，都是由用戶將任務(wù)提交給計(jì)算中心，系統(tǒng)通過對(duì)任務(wù)的需求進(jìn)行分析，然后來尋找合適的資源節(jié)點(diǎn)執(zhí)行，此時(shí)的用戶并不關(guān)心執(zhí)行任務(wù)的是哪個(gè)節(jié)點(diǎn)。網(wǎng)格系統(tǒng)通過用戶預(yù)先設(shè)定的任務(wù)并行執(zhí)行算法，并結(jié)合自己的調(diào)度系統(tǒng)使用戶任務(wù)實(shí)現(xiàn)跨物理節(jié)點(diǎn)并行執(zhí)行[1]，云計(jì)算任務(wù)調(diào)度通常情況不會(huì)跨虛擬機(jī)并行調(diào)度。盡管云計(jì)算是在網(wǎng)格計(jì)算、分布式計(jì)算及并行計(jì)算的基礎(chǔ)上發(fā)展起來的，但是云環(huán)境比較復(fù)雜，任務(wù)呈現(xiàn)多樣性，而且是以商業(yè)服務(wù)作為宗旨。云計(jì)算任務(wù)調(diào)度策略不能照搬傳統(tǒng)調(diào)度策略來滿足用戶提

5、出的各種任務(wù)要求，必須考慮怎樣在高效任務(wù)調(diào)度與資源分配同時(shí)提高經(jīng)濟(jì)效益、資源利用率以及用戶體驗(yàn)等各方面的因素。可靠的云服務(wù)和各層次的用戶公平使用資源的機(jī)會(huì)是云計(jì)算調(diào)度策略必須考慮的問題，此外還需要有一個(gè)調(diào)度策略來提供系統(tǒng)可以使用的資源，以便滿足多樣化的用戶需求。因此虛擬化技術(shù)在云計(jì)算中的廣泛應(yīng)用、中間層與資源節(jié)點(diǎn)以及用戶與中間層之間的關(guān)系發(fā)生了很大變化，云計(jì)算應(yīng)該研究新的任務(wù)調(diào)度策略來滿足用戶的要求。2、云計(jì)算任務(wù)調(diào)度算法2.1傳統(tǒng)任務(wù)調(diào)度算法傳統(tǒng)任務(wù)調(diào)度算法主要有Min-Min算法、Max-Min算法、Sufferage算法等。Min-Min算法是將任務(wù)分配給執(zhí)行效

6、率最高的資源，這種算法容易導(dǎo)致負(fù)載大多集中在能力較強(qiáng)的資源節(jié)點(diǎn)上，使得資源負(fù)載極度不均衡。Max-Min算法首先要計(jì)算每一個(gè)任務(wù)在任一個(gè)可用資源上的最早完成時(shí)間，然后將具有最早執(zhí)行時(shí)間的計(jì)算資源分配給最大的任務(wù)，隨后更新資源的最早可用時(shí)間和任務(wù)集，直到全部任務(wù)調(diào)度完成。Min-Min算法是將小的任務(wù)分配到執(zhí)行效率高的資源上進(jìn)行，有很好的負(fù)載均衡性。當(dāng)可執(zhí)行任務(wù)的資源發(fā)生變化時(shí)，Max-Min算法的優(yōu)勢(shì)就不存在。Sufferage算法是以任務(wù)最小完成時(shí)間為調(diào)度目標(biāo)。Sufferage算法的缺點(diǎn)是負(fù)載的平衡性能不高?；趥鹘y(tǒng)調(diào)度算法進(jìn)行改進(jìn)的研究已有很多。王文豪[2]為了

7、解決Min-Min調(diào)度算法中存在的負(fù)載不平衡問題，改善系統(tǒng)負(fù)載的均衡性，提出基于Min-Min極限下壓算法的負(fù)載模糊分類及局部重調(diào)度的算法。引入模糊分類的思想，根據(jù)各節(jié)點(diǎn)的負(fù)載大小，將節(jié)點(diǎn)分成三種類型：重負(fù)載、中負(fù)載和輕負(fù)載；對(duì)負(fù)載較重和較輕的節(jié)點(diǎn)進(jìn)行重新調(diào)度，通過使用Min-Min極限下壓算法來壓縮資源節(jié)點(diǎn)完成任務(wù)的時(shí)間，改善算法的負(fù)載失衡問題。何麗[3]提出將優(yōu)化能耗的調(diào)度方法應(yīng)用到min-min任務(wù)調(diào)度算法中，它通過系統(tǒng)對(duì)任務(wù)結(jié)束時(shí)間的要求，先選取任務(wù)隊(duì)列中的最小任務(wù)，然后分配到所需能耗最小的服務(wù)器上執(zhí)行，結(jié)果表明能夠較好地滿足任務(wù)結(jié)束時(shí)間的要