云计算环境下资源分配与任务调度研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(
)
(
)
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。
实验与结论
云计算仿真模拟工具CloudSim
支持模拟新兴的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。 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。
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 。
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。
Thank You!
Q&A
(
)
γ [τ ij (t )]α E α (t ) j [link ij (t )] β γ , j ∉ avod (k ) Pijk = α α {[τ in (t )] E n (t ) } ∑ [link in (t )] β n∉avod (k ) 0, otherwise
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
任务完成时间比较
计算能力偏好类任务比较
实验与结论
4000 带 宽 /Mb/s 3000 2000 1000 0 ID4 ID5 ID6 ID7 子任务标识号/个 最优时间算法 本文算法
带宽偏好类任务比较
ຫໍສະໝຸດ Baidu
实验与结论
云计算环境下资源分配与任务调度研究
王静宇 btu_wjy@imust.edu.cn 内蒙古科技大学信息与网络中心
目
1 2 3 4
研究背景
录
相关研究
本文模型与算法
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。
(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。
资源与任务描述 1、假设某虚拟机资源VMi 的特征集合:
Ri = {ri1 , ri 2 , ri 3 , ri 4 , 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 , Ei 2 , Ei 3 , Ei 4 , Eim }, m ∈ [1,5]
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。
实验结果与结论
完成时间 /s 4000 2000 0 6000 10000 12000 作业任务数/个 最优时间算法 本文算法
CPU个 数 /颗
6000
相关研究
MapReduce调度模型
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
本文模型与算法
其中eim分别表示CPU、内存、带宽等的一般期待,且满足: eim CPU
∑ e ij
j =1
m
=1
本文模型与算法
蚁群算法
γ {[ τ in ( t )] α E α (t ) } n , q < q0 arg max n ∉ avod (k ) β j = [ link in ( t )] 由公式 ( 2 ) 计算 , q ≥ q 0
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 , ei 2 , ei 3 , ei 4 , eim }, m ∈ [1,5]