云计算环境下资源分配与任务调度研究

Replica Manager Workload
Traces
...
Network
SimJava
DiscreteEvent
Simulation
Event Handling
Simulation
...
Entities
Timing
实验结果与结论
完成时间/s CPU个数/颗
6000 4000 2000
0
6000 10000 12000 作业任务数/个
Datacenter
GridSim
Grid Services
Data Sets Reservation
Grid IHale Waihona Puke Baiduformation
Service
Replica Catalogue Resource Allocation
Core Elements
Resource
Traffic Generator
Job Description
Ri ri1, ri2, ri3, ri4, rim, m 1,5
其中，rim表示一个K维对角矩阵，分别表示CPU、内存的个数，带 宽、费用及故障率的倒数。
本文模型与算法
❖ 资源VMi的性能描述矩阵向量是：
VM i Ei1, Ei2, Ei3, Ei4, Eim, m1,5
其中Eim表示rim对应的特征值。
任务的QoS描述通常可以采用任务完成时 间、网络带宽、费用、可靠性等参数指标来量 化QoS，如任务完成时间的QoS描述包括开始 时间、总完成时间、结束时间等，使用时可选 取任务总完成时间作为评判指标。
本文模型与算法
❖ 通常第i类任务的一般期待向量可以 描述为：
Ei ei1, ei2,ei3, ei4,eim, m 1,5
实验与结论
❖ 云计算仿真模拟工具 支持C模lo拟u新d兴Si的m云计算基础设施和管理服务：
支持建模和安装大规模云计算基础设施，包括在单一物理 计算节点和java虚拟机上的数据中心。
可对数据中心，服务代理，调度和分配策略进行建模。
提供虚拟引擎，有助于在一个数据中心节点上创建和管理 多个，独立和协同的虚拟服务。
相关研究
❖ IBM蓝云架构
IBM蓝云计算平台的资源分配与任务调度由 IBM Tivoli部署管理软件（Tivoli Provisioning Manager）、IBM Tivoli监控软件（IBM Tivoli Monitoring）以及一些虚拟 化组件共同组成。
相关研究
❖ MapReduce调度模 型
任务完成时间比较
最优时间算法 本文算法
6 4 2 0
ID0 ID1 ID2 ID3 子任务标识号/个
最优时间算法 本文算法
计算能力偏好类任务比较
实验与结论
带宽/Mb/s
4000 3000 2000 1000
0 ID4 ID5 ID6 ID7 子任务标识号/个
带宽偏好类任务比较
最优时间算法 本文算法
VMGridlet Execution
Cloud
VM
Services Provisioning
CPU Allocation
Cloud Resources
Host
Memory Allocation
Virtual Machine
VM Management
Storage Allocation
Bandwidth Allocation
该模型共有Master、Worker和User三种角色，分工负责。
本文模型与算法
❖ 基于任务分类及蚁群算法的 云计算系统调度模型
本文模型与算法
❖ 主要考虑因素
1、用户对云计算资源需求的多样性与偏 好性，如何作Qos保证
2、云计算平台带宽利用率 3、公平性因素
❖ 资源与任务描本述 文模型与算法
1、假设某虚拟机资源VMi 的特征集合：
其中eim分别表示CPU、内存、带宽等的一般期待，且满足：
m
eij 1
j 1
本文模型与算法
❖ 蚁群算法
j
arg
max
navodk
由公式(2)计算,
{[
q
in (t)] [link in q0
En t
(t )]
},q
q0
[ ij (t)] Ej t
Pijk
[linkij (t)]
目录
1 研究背景 2 相关研究 3 本文模型与算法 4 实验与结论
研究背景
云计算是一种商业计算模型。它将计算任务 分布在大量计算机构成的资源池上，使各种应用 系统能够根据需要获取计算力、存储空间和信息 服务。
研究背景
❖ 云计算厂商都有自己资源分配与任务
调度模式，但并没有统一的标准和规范。 在云计算中，资源分配的效率非常重要， 对云计算平台的系统综合性能影响很大 。
实验与结论
(1) 提出将基于QoS任务分类和蚁群算法用于解决云计算平台下的资 源分配与调度问题，扩展了CloudSim源代码并进行重新编译和生成， 并在此扩展的仿真平台上对算法进行了仿真分析。 (2) 通过将仿真实验结果与最优完成时间算法的仿真结果对比，表明 本文提出的算法可以有效的执行用户的任务，并表现出更好的公平性 和用户满意度。
{[ in (t)] En t } , j avodk
navodk [linkin (t)]
0, otherwise
本文模型与算法
❖ 算法调度工作流程
首先，对用户的任务按 优先级进行排序，然后进 行分类，分类体现了用户 任务对不同QoS的要求和 偏好，并依据QoS分类利 用蚁群算法实施资源分配 与调度，并将任务与资源 绑定，运行任务。
可以灵活地在共享空间和共享时间分配的处理核心之间切 换。
实验与结论 在体系结构上，CloudSim仿真器采用分层的结构，自底向上由
SimJava，GridSim，CloudSim，用户代码四个层次组成。
User code
Simulation Specification
Cloud Scenario
User Requirements
...
Application Configuration
Scheduling Plocy
User or Datacenter Broker
CloudSim
User Interface Structures
Virtual Machine Services
VMGridlet
Thank You!
Q&A