云环境下基于Berger模型的任务调度算法研究

发布时间：2017-04-09 13:01

  本文关键词：云环境下基于Berger模型的任务调度算法研究，，由笔耕文化传播整理发布。

【摘要】：云计算是目前国内外的一个研究热点,是在网格计算、并行计算、分布式计算基础上发展起来的一种新技术,同时也是一种新型的商业计算模式。云计算使用成熟的虚拟化技术来封装数据中心的资源,然后以服务的方式通过互联网提供给用户,用户根据自己的需求来获取相应的服务并支付相应的费用。云计算作为一种商业服务,不但要考虑如何对任务调度算法进行优化以提高系统的服务能力和云服务供应商的服务收益,同时还要尽可能地提高用户对服务质量(Quality of Service,Qo S)的满意度。云计算与以往的分布式计算、网格计算具有很大的差异性,云环境下的资源分配和任务调度具有商业性、面向服务和以用户为中心的特性。本文系统、全面的研究了云计算技术以及云环境下的任务调度算法。通过对云环境下基于Berger模型的任务调度算法进行深入研究,发现该算法存在一些缺陷。该算法通过任务的一般期待为每个任务选择最优资源,但在选择过程中没有考虑资源的当前负载情况,因此在任务量增加的时候会导致分配结果不均衡,即有的资源分配过多的任务,而有的资源则分配很少任务,最终导致系统的整体效率下降。针对这些缺陷,本文提出一种基于Berger模型改进的云任务调度算法。改进算法首先按照用户服务质量需求,增加任务描述信息,然后计算每个任务的优先级,按照优先级大小对任务进行排序,最后使用用户任务的一般期待对任务和资源的匹配过程进行约束,通过用户任务的一般期待向量与归一化后的资源性能参数之间的加权欧氏距离为每个任务寻找最优资源,在绑定任务到该最优资源前对其负载情况进行估算,如果负载过高需要重新寻找次优资源,并进行判断,直到找到一个合适的资源。最后,通过扩展Cloud Sim云计算仿真平台,在Cloudlet类中增加新的描述用户任务的变量以及相应的计算和访问方法,重载Datacenter Broker类中的bind Cloudlet To VM()方法实现本文提出的改进算法,然后重新编译Cloud Sim源码,在Cloud Sim平台上完成本文提出的基于Berger模型改进的任务调度算法的仿真模拟。通过对实验结果的分析,本文的改进算法拥有较高的效率,同时有效地满足了用户公平性和系统公平性。
【关键词】：Berger模型 云计算任务调度算法 QoS 公平性约束 加权欧氏距离
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-12
• 1.1 研究背景和意义8-9
• 1.2 研究现状9-10
• 1.2.1 以性能为中心的调度算法9
• 1.2.2 以服务质量为中心的任务调度9-10
• 1.2.3 以经济原则为中心的任务调度10
• 1.2.4 其他相关研究10
• 1.3 本文的主要工作10-11
• 1.4 本文组织结构11-12
• 2 云计算研究12-23
• 2.1 云计算概述12-17
• 2.1.1 云计算的概念12
• 2.1.2 云计算的分类12-14
• 2.1.3 云计算的体系结构14-15
• 2.1.4 云计算的主要特征15-16
• 2.1.5 常见的云计算平台16-17
• 2.2 云QoS概述17-18
• 2.3 云计算的任务调度18-22
• 2.3.1 任务调度的概念18-19
• 2.3.2 云计算任务调度目标19-20
• 2.3.3 云计算任务调度的特点20-21
• 2.3.4 常用的任务调度算法21-22
• 2.4 本章小结22-23
• 3 云环境下基于Berger模型改进的任务调度算法23-39
• 3.1 Berger模型介绍24-26
• 3.1.1 期待状态论24
• 3.1.2 Berger模型概述24-26
• 3.2 云环境下基于Berger模型的调度算法26-32
• 3.2.1 问题模型26
• 3.2.2 基于Berger模型的调度算法26-32
• 3.3 云环境下基于Berger模型改进的任务调度算法32-38
• 3.3.1 问题提出及解决思路32-33
• 3.3.2 初始化33-34
• 3.3.3 任务调度34-38
• 3.3.4 公平性评价38
• 3.4 本章小结38-39
• 4 实验仿真及分析39-53
• 4.1 CloudSim简介39-41
• 4.1.1 CloudSim功能及特点39
• 4.1.2 CloudSim的体系结构39-41
• 4.1.3 CloudSim工作方式41
• 4.2 实验环境配置及仿真流程41-43
• 4.2.1 实验环境配置41-42
• 4.2.2 仿真步骤42-43
• 4.3 CloudSim平台扩展及重编译43-44
• 4.3.1 CloudSim平台扩展43
• 4.3.2 CloudSim平台的重编译43-44
• 4.4 调度算法仿真44-45
• 4.4.1 评价指标44
• 4.4.2 实验数据44-45
• 4.5 实验结果及分析45-51
• 4.6 本章小结51-53
• 5 总结和展望53-55
• 5.1 工作总结53-54
• 5.2 展望54-55
• 致谢55-56
• 参考文献56-60
• 附录60
• A. 作者在攻读硕士学位期间所发表的论文60
• B. 作者在攻读硕士学位期间参加的科研项目目录60

【相似文献】

中国期刊全文数据库 前10条

1 禄乐滨,刘明东;一种基于函数的多任务调度算法[J];空军工程大学学报(自然科学版);2000年02期

2 阮幼林 ,刘干 ,朱光喜 ,卢小峰;一个基于复制的相关任务调度算法[J];小型微型计算机系统;2005年03期

3 杨斌;张建军;;一个新的基于通信竞争的任务调度算法[J];计算机工程与应用;2007年33期

4 胡同福;王文生;谢能付;;设备网格中的任务调度算法[J];计算机工程与设计;2008年12期

5 周艳慧;张凯;;新的分布式任务调度算法[J];计算机系统应用;2008年10期

6 薛继伟;姜波;刘庆强;王征;;基于能力感知的人机任务调度算法[J];计算机工程;2009年19期

7 曹晓磊;程东年;黄万伟;;基于离散时间距的在线可重构任务调度算法[J];小型微型计算机系统;2010年10期

8 韩晓亚;汪斌强;黄万伟;王保进;;采用配置完成优先策略的可重构任务调度算法[J];小型微型计算机系统;2012年03期

9 杨丽;武小年;商可e

本文编号：295281