云环境下基于贪心模型的作业调度算法研究与实现

《云环境下基于贪心模型的作业调度算法研究与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、云环境下基于贪心模型的作业调度算法研究与实现重庆大学硕士学位论文（学术学位）学生姓名：冯龙华指导教师：李季博士专业：计算机应用技术学科门类：工学重庆大学计算机学院二O一四年四月ResearchonjobschedulingAlgorithmandImplementationBasedonGreedymodelinCloudEnvironmentAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheMaster’

2、sDegreeofEngineeringByFengLongHuaSupervisedbyDr.LiJiSpecialty:ComputerApplicationTechnologyCollegeofComputerScienceofChongqingUniversity,Chongqing,ChinaApril,2014摘要云计算是新兴商业计算模式之一，是并行计算、分布式计算和网格计算的发展。云计算充分利用成熟的虚拟化这一关键技术封装打包数据中心的资源，通过互联网将服务提供给用户，以满足用户的多样性需求。云计算

3、特有的商业性，使得云供应商除关注资源分配和作业调度的效率之外，更要关注用户对服务质量的满意度。云环境下的资源分配和作业调度两个关键技术，有别于以往分布式计算，具有商业性、面向服务和以用户为中心的特性。传统的云计算作业调度策略存在着不足：注重效率却忽略了服务质量，注重公平性却降低了效率。本文系统研究了云计算技术、贪心算法以及云环境下的资源分配和作业调度问题，系统研究了多种作业调度算法，并以贪心算法的问题分解思想为基础，构造了贪心模型，提出了云环境下基于贪心模型的作业调度策略。该算法区别于传统的注重效率的作业调度算法

4、，也区别于近几年提出地侧重用户服务质量的作业调度算法，提出在云环境下的资源分配和作业调度中建立起双重兼顾：兼顾效率和公平。第一重兼顾，将用户任务按照QoS偏好分类和描述，将用户任务分入不同的类型队列中；每个队列中定义公平性评判J函数，来评判资源分配的结果是否满足用户的多样性需求。第二重兼顾，不同类型的任务进入相应算法分支，根据队列的不同特点，采用改进的短作业优先算法，进行资源的快速分配，实现每个算法分支中的分配最优。最后，扩展CloudSim云计算平台，在Cloudlet类中加入新成员变量和设定和获取这些成员变量

5、的方法，重载了DatacenterBroker类中的bindCloudletToVM()方法，重编译了CloudSim源代码，实现了本文提出地基于贪心模型的作业调度策略。经结果分析，得出该算法能实现双重兼顾，有效的执行用户任务，也能很好的满足用户对服务质量的要求。关键词：云计算，资源分配，作业调度，贪心算法，QoS分类ABSTRACTCloudcomputingisoneofthenewly-emergingbusinesscomputingmodelsandthedevelopmentofparallelcom

6、puting,distributedcomputingandgridcomputing,whichcansatisfyusers’diverseneedsbythewaywhereitmakeuseofsophisticatedvirtualizedtechnologytopackageresourcesindatacentertoprovideservicesthroughtheInternettousers.Twokeytechnologiesofcloudcomputingareresourcealloca

7、tionandjobscheduling.Itsuniquebusinesscharacterurgescloudcomputingproviderstopaymoreattentiontocustomers’satisfactiononthequalityofservicesexceptconcerningtheefficiencyofresourceallocationandjobscheduling.Therefore,underthecloudenvironment,resourceallocationa

8、ndjobschedulingaredifferentfromthepreviousdistributedcomputing,andhavecommercialcharacter,service-orientedanduser-centricfeatures.Thetraditionaljobschedulingstrategyofacloudenvironmentisi