云计算环境下的实例密集型工作流调度算法研究

发布时间：2021-05-06 03:29

　　随着云计算和互联网的快速发展,云计算环境下的实例密集型工作流作为一种重要的商业应用开始被广泛应用于人们的工作和生活中,如电子商务中的在线付款和网络购物等。因此,对云计算环境下的实例密集型工作流的调度问题进行研究具有现实意义。而如何根据实例密集型工作流和云计算所具有的按需使用、用时付费的特点,设计出合适的算法以实现在尽可能短的时间内完成尽可能多的工作流实例,则是一个迫切需要解决的问题。本文研究了云计算环境下的实例密集型工作流调度算法,首先介绍了云计算环境下的实例密集型工作流调度算法的研究背景、意义和国内外的研究现状。其次,介绍了云计算和云工作流的相关概念,对工作流调度算法进行分类和阐述,并重点讨论了已有的实例密集型工作流调度算法。然后,根据云计算环境所具有的特点,设计出适合云计算环境下的实例密集型工作流系统框架,并在此基础上对最后期限分配算法和Min-Min算法进行改进和优化,提出了一种云计算环境下的实例密集型工作流调度算法——Minimum Total Cost Under User-designed Deadline（MTCUD）算法。最后,对仿真平台CloudSim进行扩展,并在其... 

【文章来源】：浙江工业大学浙江省

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 云工作流研究现状
        1.2.2 工作流调度算法研究现状
        1.2.3 已有的云计算平台和仿真工具
    1.3 本文的研究内容与创新点
    1.4 本文的组织结构
    1.5 本章小结
第2章 相关理论与研究
    2.1 云计算
        2.1.1 云计算的定义
        2.1.2 云计算的分类和特点
        2.1.3 云计算的应用
    2.2 云工作流
        2.2.1 工作流的定义及相关概念
        2.2.2 云工作流的概念和特点
    2.3 工作流调度算法
        2.3.1 基于最大努力的调度算法
        2.3.2 基于QoS限制的调度算法
        2.3.3 实例密集型工作流调度算法
    2.4 本章小结
第3章 云计算环境下的实例密集型工作流系统框架
    3.1 云计算环境下工作流系统的体系结构
        3.1.1 云计算系统的体系结构
        3.1.2 云工作流系统的体系结构
    3.2 实例密集型云工作流系统的体系结构
    3.3 实例密集型云工作流系统的部署结构
    3.4 实例密集型云工作流系统运行示例
    3.5 本章小结
第4章 云计算环境下的实例密集型工作流调度策略
    4.1 引言
    4.2 调度策略的组成
    4.3 问题的描述
        4.3.1 任务的模型
        4.3.2 资源的模型
    4.4 MTCUD算法
        4.4.1 算法的思想
        4.4.2 算法的组成和流程
    4.5 IDDA算法
        4.5.1 最后期限分配算法
        4.5.2 IDDA算法
        4.5.3 基本概念和公式
        4.5.4 IDDA算法的流程
    4.6 IMMA算法
        4.6.1 最小化-最小化算法
        4.6.2 IMMA算法
        4.6.3 IMMA算法的流程
    4.7 本章小结
第5章 算法仿真及结果分析
    5.1 系统平台的构建
    5.2 实验仿真
    5.3 性能分析
        5.3.1 性能指标
        5.3.2 结果分析
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果


【参考文献】：
期刊论文
[1]Hadoop任务分配策略的改进[J]. 黄承真,王雷,刘小龙,况亚萍.  计算机应用. 2013(08)
[2]云计算环境下基于时间期限和预算的调度算法[J]. 刘亚秋,邢乐乐,景维鹏.  计算机工程. 2013(06)
[3]面向MapReduce的自适应延迟调度算法[J]. 宁文瑜,吴庆波,谭郁松.  计算机工程与科学. 2013(03)
[4]云计算及云计算实施标准:综述与探索[J]. 蒋永生,彭俊杰,张武.  上海大学学报(自然科学版). 2013(01)
[5]基于动态规划的云计算任务调度研究[J]. 史少锋,刘宴兵.  重庆邮电大学学报(自然科学版). 2012(06)
[6]一种改进的云粒子群算法及其应用研究[J]. 张佩炯,苏宏升.  计算机科学. 2012(S3)
[7]基于模拟退火的Map Reduce调度算法[J]. 遆鸣,陈俊杰,强彦.  计算机工程. 2012(19)
[8]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭.  计算机学报. 2012(06)
[9]遗传算法研究进展[J]. 马永杰,云文霞.  计算机应用研究. 2012(04)
[10]面向云计算的工作流技术[J]. 柴学智,曹健.  小型微型计算机系统. 2012(01)



本文编号：3171147