云环境下基于HEDSM的工作流调度策略

发布时间：2024-03-07 00:25

　　针对传统算法处理云环境中任务调度时出现的寻优性能差以及寻优方案不能满足用户多样性需求的问题,在考虑任务完成时间、完成成本以及资源闲置率3个优化目标的情况下,文中通过模拟启发式算法调度过程(初始化—适应度评估—任务调度—选择),建构了一种层次评估和动态选择模型(Hierarchy Evaluation and Dynamic Selection Model,HEDSM)。在初始化阶段,利用传统的表调度算法(Heterogeneous Earliest Finish Time,HEFT)对工作流任务模型进行预处理,保证任务具有一定的优先级。在适应度评估阶段,从云用户和云服务提供商两个层次构建不同的方案评估模型来同时满足两方面的需求。在任务调度阶段,设置两步调度:1)设置策略集,对任务进行预调度,保证生成的预调度方案继承各个策略的调度优势;2)设置任务迁移策略,对预调度方案进行处理,以此提升算法的寻优性能。在选择阶段,根据不同的评估模型在方案集中选择合适的调度方案。实验利用WorkflowSim仿真平台,采用科学工作流实例进行实验,将传统的Min-Min,Max-Min,FCFS调度策略以及...

【文章页数】：8 页

【部分图文】：

图5最终迁移图

图5是最终的迁移结果,完成时间为53.17s,完成成本为67.958元,资源闲置率为21.4%。4仿真实验

图1任务调度体系

云环境下的任务调度体系结构如图1所示,该调度结构包括用户提交的任务、任务调度中心和计算机群。其中,任务调度中心是该体系结构的核心模块,包括计算任务生成、任务处理、调度方案评估、策略选择和任务分配五大功能,任务调度中心的重要目标是针对用户提交上来的任务,选择合适的策略,生成最优的调....

图2工作流图

定义1任务图可以表示为一个二元组:G=〈T,E〉,其中T={Tj|1<j<n}表示任务的集合,Tj={id,pesNumber,length,Parlist,childlist,filelist}表示一个单独的任务,其中,pesNumber描述计算机资源的属性,表示须将任务Tj....

图3任务调度图

图2是已经初始化的一个DAG图,表1是对应的DAG任务图在各个虚拟资源上的计算代价。以策略集中的Min-Min为例,首先DAG任务图经过Min-Min策略预调度后,得到图3的任务调度情况。其中,虚拟机的启动时间为0.15s,关闭时间为0.1s,根据式(1)、式(5)及式(7)....

本文编号：3921105