网格计算中任务调度算法研究

《网格计算中任务调度算法研究》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、重庆大学硕士学位论文网格计算中任务调度算法研究姓名：董征宇申请学位级别：硕士专业：电路与系统指导教师：张玲20090527重庆大学硕十学何论文中文摘要摘要网格计算是借鉴电力网的概念提出来的。利用网络把分散在不同地理位置的计算机组织成一个“虚拟的超级计算机”，其中每一台参与计算的计算机就是一个“节点”，而整个计算环境是由“节点"组成的一张“网格”。最终目的是希望给用户提供可靠的、协调的、无处不在的和低廉的高端计算能力。网格计算为解决科学和工程领域一些大规模计算问题提供了理想的平台。资源调度是网格计算中一个关键性的研究课题。在网格环境中，任务从提交给网格系

2、统到任务处理完成，都一直处于网格任务管理系统的管理之下。良好的资源调度能有效地协调和分配网格资源，有效降低网格计算的总执行时间和总耗费量，从而使网格达到最大性能。由于网格具有大规模、异构、动态、分布和自治等特性，如何调度任务以满足用户的需求是一个极具挑战性的问题。本文基于遗传算法原理提出了适合网格计算环境的网格资源调度策略，并将其作为网格资源调度技术的核心策略来更合理的调度网格资源，本论文主要工作为：①对当前常用的资源发现和管理模型进行了研究，针对层次模型中的“层层传递”导致的效率低下问题，提出一种基于资源类型的资源发现和管理模型，该模型大大提高了资源

3、查找和更新的速度。②网格计算系统融合了多种计算资源，一方面这些计算资源可能存在很大的性能差异，另一方面由于它们的工作负载也是动态变化的，因此计算资源能够向用户提供的计算能力也会动态地变化。因此本论文提出了自适应遗传算法、线性变换遗传算法、量子遗传算法三种不同的任务调度算法，根据网格系统各个计算模块的计算能力、负载及网络状态进行自适应调度，从而向用户提供最优的性能。③对当前国内外比较优秀的静态和动态调度算法进行分析，着重讨论了比较经典的Min-min算法以及QoSguidedMin—min算法，在此基础上考虑到任务对服务质量要求的差异对调度算法的影响，提

4、出一个较为合理的改进算法来有效地均衡负载、提高系统吞吐量。④采用G订dsim工具包对以上提出的算法进行了实验仿真，仿真结果表明改进后的调度算法更加高效。关键词：网格计算，任务调度，遗传算法，自适应，线性变换ABSTRACTGridComputingisbasedonpower鲥d．ItorganizesdistributedComputersasa“Vimlalsupercomputer’’byne觚ork．EveqComputeriscalledanode，aIldallmenodesfo珊a“G“d”．Theta玛etof鲥distomakethe

5、usersfeeltlleuseofgridis嬲conV砌ent邪usingpower鲥d．GridC0mputingprovidesd印endable，consistent，perVasiVe，a11dinexpensiVeaccesstolligll-endcomputationalc印abilities．nprovidesanidealplatfonlltosolVe1鹕e—scalecomputingprobl锄sinscient谲cajlden西ne“ngarea．Resourcesschedulingisakeyissueincomput

6、ational鲥d．In鲥deIlvironments，f沁mjobsubmissiontoresultprocessing，alleventsaboutjobsareunderthecontr01ofjobmanag锄ent．Onegoodresourcesschedulingcane疏ctiVelyimproveadjustingandaSsigning酣dtasks，aIlddecreaSe鲥dcomputingtotaltime，GridcomputingcaIlp柏彻perfectly．ResourceSschedulingis伊eatimp

7、ortaJltin鲥dcomputing．Because鲥denVirolllllentsarelarge—scale，heterogeneous，dyIl锄ic，distributedalldautonomous，鲥djobmanagementiscomplexa11dchallell百ng．Basedonthe研ncipleofgell鲥calgorithms，虹1ispaperpresentedthe鲥dresourcesschedulingstrategyadaptedfor鲥dcomputingenvironⅡlent，w11ichwasaS

8、嬲tllecorestrategyof鲥dresourceschedulingtechnica