- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
??
?
??
基于多维云用户驱动QoS网络资源调度算法
?
??
?
?
?
?
?
?
?
???
?
?
?
?
?
郝平
摘要:本文在云经济模型的基础上,提出一种受用户级QoS驱动的分组调度算法。该算法基于对云QoS的属性分析,对经济云现有的DBC调度算法进行了扩展和改进。在满足任务的截止期限和预算的范围内,根据任务是否具有高网络带宽进行分组。通过把基于用户专有的QoS的需求加入到常规分组调度算法中,从而形成了一个基于网络带宽的分组调度算法。仿真结果显示:在模拟的云环境下,本文算法拥有较高的吞吐量和任务完成率。
关键词:网络资源调度;QoS驱动;分组调度;云经济模型
DOI:10.3969/j.issn.1005-5517.2016.1.011
引言
目前大多数云计算环境下的调度和资源管理问题一般仍使用传统形式,即由调度构件如Glbous根据确定的花费函数来决定任务应在哪里执行,但这些花费函数一般都以系统为中心的,难以通过用户的QoS参数如存取价格、服务传送时间片等驱动。在经济管理模型下,不同的系统当然不会花费同样的价格来存取相同的资源。终端用户也不一定想要支付最高的价格来获得最有效的资源利用,而是有可能基于需求、价值、优先权和可供使用的预算协商一个特定的价格[1]。此外,QoS是一个综合指标,不同应用的侧重不同,在计算密集型任务当中,QoS往往反映资源的运算速度,而在一些数据密集型的任务当中,QoS较多地表示节点之间的带宽、节点数据的质量等指标[2]。在经济学方法中,调度决定不是静态地由单个调度实体来完成、而是由终端用户的要求直接驱动[2]。一个常规的经济模型,一般关注的是运行应用的软件和硬件花费,而经济模型主要对最终用户的服务收取费用[3]。在竞争的经济市场中,基于用户需求和可供使用资源的交易是主要驱动力。
对此,本文提出了一种面向任务交易成本和截止期限的分组任务调度策略。该策略优先选取用户级具有高网络带宽要求的任务进行调度,根据交易价格和平均价格的比较将任务分成两组,在可用资源列表中对两组任务分别进行时间优化和花费优化调度。最后测试了本文算法的调度性能。
1系统模型假设
在竞争的经济市场中,基于用户需求和可供使用资源的交易是主要驱动力。因此,我们关注的是单个用户在云中与其它用户以及云服务提供者和资源拥有者的竞争。
云需要合适的资源管理模型使成员有效地共享资源。本文采用计算经济模型与用户交互的管理方式,向用户的任务提供服务质量保证。云环境中的QoS有一系列的规范、包括资源响应时间、可用性、安全性、吞吐量等[6]。本文选择在费用(Cost),期限(Deadline)和任务执行的可靠性(Reliability)这三维QoS约束下调用有限的资源来满足不同云用户的请求。调度者和用户需求被公式化为效用函数benefitc、benefit_dt和benefit_r,分别代表用户选择QoS选择产生的效益,根据每一个效益函数提供定量计算QoS的数学方法。调度问题可以推广为多个不同长度的任务在多个不同资源上的调度问题。同时约定:
(1)进行调度的一组任务是互相独立,即任务之间没有通信和数据依赖[6];
(2)各种资源有不同的处理能力;
(3)一个资源在同一时刻只能处理一个任务;
(4)一个任务不能同时在两个资源上处理;
(5)任务一旦运行,运行该任务的资源被独占,只能等到任务完成后、再执行别的任务。
对资源的调用要遵从市场经济模式,当云中有N个任务和M个可用资源时,网络资源调度策略在N个任务和M个资源之间进行匹配,使得既可以满足用户的要求和云资源约束,又可以使完成任务目标代价最优或近似最优[7]。提出任务的客户端希望找到能够满足用户要求的资源使任务执行的时间最短而且价格最低[8]。提供资源的工作端希望自己的资源能够充分利用,尽量减少空闲资源的时间,提高资源的利用率,增加自己的经济效益[9]。
假设某一时刻云用户向系统提交了N个任务,每个任务的长度为Li,用指令数来度量,单位为Ml百万指令,截止期限Deadline以及可以支付的最大预算Budget值(由用户指定)如下表所示,任务按照长度从大到小的顺序进行排序。
初始状态下云系统中存在的M个可用资源的处理速度以及各个资源的性能开销参数列表如下,其中Vi表示每个资源的处理速度,Ci表示资源R每百万条指令的执行开销(Cost/MI)。资源按照处理速度从大到小的顺序进行排序。新资源因为还未分配任务,所以它的任务列表为空;若某一资源的任务列表不为空,则称这个资源是旧的。将所有到达的任务分配给新资源,若此时没有新资源可用则将任务分配给旧资源。初始时刻,全部资源都是新的,把长度最大的任务TO分配给处理速度最快的资源RO,计算执行的时间和开销是否超出了用户可以承受的Deadline和B
文档评论(0)