带截止期约束的多模态云服务工作流调度方法

《带截止期约束的多模态云服务工作流调度方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第l章绪论(3)基于资金流的目标优化：资金流通常是由项目活动所运行的时间和所使用的资源决定的，净现值是一个项目执行过程中现金流入与现金支出的差额，此类模型主要是最大化净现值。(4)基于质量的目标优化：项目调度过程中质量最大化。一种质量的度量的方法是项目维护所需的成本和时间。因此质量最大化就是通过最小化工程维护的成本和时间。(5)多目标优化：多目标优化问题可以同时考虑多个目标函数，在不同标准之间找到一个组合满足Pareto．optimal最优。资源供应有两种方式：(1)完全按需分配方式on-demand，可以动态地根据用户需求迅速分配资源，当资源闲置时迅速释放。(2)静态的资源

2、分配方式on-reserved，根据工作流结构和数量估计一段时间所需的资源数量，然后给用户分配相应的资源。本文将使用第二种方式，即在工作流执行开始之前分配一定数量的计算资源，并且持续到工作流运行结束。因为完全的弹性按需分配资源不是经济有效的，有两点原因：(1)频繁的分配和释放资源需要很大的初始化和清理开销。(2)大多数收费方式都是按时间单元进行收费，即使所使用的时间比一个时间单元小很多，你仍需要支付一个时间单元的费用。因此，从用户角度出发，选择合适的资源分配方式，使用户利益最大化，实现有效的云计算调度是非常有实际意义的问题。图1．1云服务工作流执行过程图1．1是云服务工作流执

3、行过程图。首先，用户通过workflow管理系统利用一定的计算资源在给定的时间内执行工作流活动。然后wor如ow管理系统完成任务调度，资源获取，任务执行。资源数量评估模块通过工作流的活动数量和结构来决定所需的计算数量。一旦资源数量分配好，调度模块将把各任务分配到各计算资源上运行。资源供应系统将根据资源评估模块向云服务提供商申请所需的资源。资源供应系统获得的资源将为workflow管理系统提供计算动力。本文考虑的是带截止期的多模态云服务工作流调度的问题，对该问题进行建模，在给定截止期内以最小化用户总成本为优化目标。由于本文研究的问题是NP-hard问题，3第1章绪论精确性方法只

4、能用于小规模问题，而对大规模问题则需要用近似算法求解。因此通常采用启发式方法或元启发式方法来解决调度问题。通常元启发式算法能够找到比较好的解，但是算法运行时间较长；启发式方法运行速度相对较快，但得到问题的解的质量有可能不如元启发式算法。本文对问题本身和求解方法进行深入研究，在保证算法性能的基础上，设计一种适合问题的有效算法。1．2研究现状云计算正处于快速发展阶段，它为用户提供了更灵活、稳定可扩展的和经济成效的IT操作【10】。云计算有许多不同方向的研究，比如云计算系统发展与管理、资源分配与调度、安全问题、云存储等。在云计算环境中，用户将会面对并使用成千上万的云虚拟资源，不可能

5、为每个人手动分配资源。由于商业化和虚拟化，云计算通过资源虚拟技术把作业调度留给虚拟机层处理。因此为了有效的为每一个作业分配资源，调度在云计算环境中起了一个很重要的作用。工作流技术可以有效地管理业务流程并且满足现代企业的需求。把工作流技术应用到云计算环境中可以使用各种不同云服务来帮助工作流的执行。工作流调度是工作流执行管理的许多关键问题之一。由于IaaS云服务已经变得很成熟，大规模的科学应用可以动态地通过云提供资源来完成，而不是用一台超级计算机去执行。比如，PegasusWMStl】可以通过从AmazonEC2[n】租借的虚拟机实现复杂应用工作流的执行。本论文提出的服务成本优化

6、问题可以看作是一个资源分配问题。云计算坏境中有大量的资源，如何在一定时间内进行资源的合理分配，提高租赁资源利用率降低租赁成本是当前科学计算一个主要的问题。比如，需要通过数据的收集，模拟实验来预测龙卷风的形成和演变的LEAD(LinkedEnvironmentsforAtmosphericDiscovery)，可以获取，配置，利用计算资源对当前气候改变做出反应【12】。然而，现在的资源分配策略都是根据经验，不能满足应用的时间限制。云计算坏境下的资源分配问题主要集中在IaaS层和SaaS层。同时，云计算资源的协调和供应是个挑战，现有一些云计算技术如Amazon’sEC2(Elas

7、ticComputeCloud)B31和EUcalyptusB4】，可以提供按需的资源分配。另外，充分利用资源的技术比如RSLBS]，JSDLB6]，ClassAd[17】和SLA(ServiceLevelA鲈eemem)，用户可以根据实际需要分配计算资源。云计算资源供应系统的一个关键问题是给工作流应用分配合适计算资源类型和数量，使工作流在一个截止期内顺利完成任务。从工作流角度来说，最主要的特点是计算资源的数量，因为计算资源的数量可以控制工作流运行的时间和占用资源的成本。如果资源数量足够多，则工作流任务