云计算环境下的资源调度技术的研究

发布时间：2017-05-06 19:08

  本文关键词：云计算环境下的资源调度技术的研究，由笔耕文化传播整理发布。

【摘要】：自云计算的概念提出以来,云计算受到了广泛关注,得到了迅猛发展。云计算以计算机资源虚拟化为基础,凭借其“按需收费、弹性使用、低廉高效”的特性,能够适用于个人、科研、商业等不同规模的应用服务需求,对用户极具吸引力。云计算资源调度技术是确保云计算稳定、高效运行的关键,是云计算研究领域的重要模块,也是近年来的研究热点。随着云计算研究的发展,新的技术手段的出现,带来了更全面、更复杂的云计算服务；同时,用户对服务的质量需求也急速提升。在这种形势下,现有云计算调度就必须与时俱进,采用考虑更为全面、细致的调度算法与调度策略。在针对现有的调度算法进行深入研究与分析之后,研究了两种调度算法：面向虚拟机资源拓扑结构的云计算调度,以及面向响应时间的RTWSQPSO(Response Time Workflow Scheduling with QPSO)云计算调度：面向虚拟机资源拓扑结构的云计算调度。首先,建立云计算任务模型和虚拟机资源拓扑模型,然后综合虚拟机处理性能和拓扑距离两个方面,引入虚拟机—任务适应度评价函数,计算和评价虚拟机的综合性能,将任务分配到综合性能优的虚拟机上。通过仿真实验将该算法与HEFT、DCP进行对比。实验结果表明,在考虑虚拟机间拓扑结构的情形下,面向不同类型、不同规模的任务集合,该算法比其他算法平均任务完成时间小且具有较优的适应性。面向响应时间的RTWSQPSO云计算调度。首先,建立工作流简化模型与虚拟机资源模型,介绍工作流调度的响应时间约束,以及租用总费用对响应时间约束的影响。在QPSO基本模型基础上,引入“任务序号—粒子坐标维度”和“虚拟机资源序号—粒子坐标值”的编码与解码方案,将QPSO应用于云计算工作流调度之中,引入RTWSQPSO算法。接着,设定以满足响应时间需求为主要目标,缩减总租用费用为次要目标的求解策略,并引入适应度函数fitness,实现了RTWSQPSO粒子的评价与云计算工作流调度方案的结合。实验结果表明,RTWSQPSO算法可行性好,寻优能力强,满足工作流响应时间需求、缩减调度总租用费用效果好,具有较优的调度性能。
【关键词】：云计算 虚拟机 拓扑结构 响应时间 调度算法
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP302;TP301.6
【目录】：

• 摘要3-4
• Abstract4-7
• 第一章 绪论7-13
• 1.1 研究背景7-8
• 1.2 国内外研究现状8-10
• 1.3 本文主要研究内容10-11
• 1.4 本文组织结构11-12
• 1.5 本章小结12-13
• 第二章 相关技术背景13-27
• 2.1 云计算概述13-16
• 2.1.1 云计算的定义13
• 2.1.2 云计算的分类13-15
• 2.1.3 云计算的组织架构15-16
• 2.2 云计算资源调度相关模型概述16-20
• 2.2.1 云计算资源调度研究基础16-17
• 2.2.2 云计算资源相关模型17-18
• 2.2.3 云计算资源调度的分类18-20
• 2.3 云计算资源调度算法的介绍20-26
• 2.3.1 基于HEFT的云计算静态调度20-21
• 2.3.2 基于DCP的云计算自适应调度21-24
• 2.3.3 基于PSO的云计算群体智能调度24-26
• 2.4 本章小结26-27
• 第三章 面向虚拟机资源拓扑结构的云计算调度27-37
• 3.1 面向云计算虚拟机拓扑结构的云计算调度模型27-31
• 3.1.1 云计算任务模型27-28
• 3.1.2 云计算资源拓扑模型28-30
• 3.1.3 任务调度约束模型30-31
• 3.2 面向虚拟机拓扑结构的任务调度算法31-33
• 3.2.1 问题描述31
• 3.2.2 目标任务动态选择31-32
• 3.2.3 调度算法描述32-33
• 3.3 实验结果及性能分析33-36
• 3.3.1 实验仿真环境33-34
• 3.3.2 实验参数设置34
• 3.3.3 实验结果与分析34-36
• 3.4 本章小结36-37
• 第四章 面向响应时间的RTWSQPSO云计算调度37-55
• 4.1 面向响应时间的RTWSQPSO云计算调度模型37-41
• 4.1.1 工作流模型37-38
• 4.1.2 云计算虚拟机资源模型38
• 4.1.3 云计算工作流调度相关计算公式38-39
• 4.1.4 工作流调度约束模型39-41
• 4.2 QPSO算法在云计算工作流调度中的应用41-46
• 4.2.1 QPSO与PSO数学模型描述与对比41-43
• 4.2.2 QPSO算法基本工作流程描述43
• 4.2.3 QPSO在云计算工作流调度中的应用43-46
• 4.3 面向响应时间的RTWSQPSO云计算工作流调度算法46-48
• 4.3.1 问题描述46
• 4.3.2 RTWSQPSO相关算法描述46-48
• 4.4 实验结果及性能分析48-53
• 4.4.1 实验仿真环境48-49
• 4.4.2 实验参数设置49-50
• 4.4.3 实验结果与分析50-53
• 4.5 本章小结53-55
• 第五章 主要结论与展望55-57
• 5.1 主要结论55
• 5.2 展望55-57
• 致谢57-58
• 参考文献58-61
• 附录：作者在攻读硕士学位期间发表的论文61

【参考文献】

中国期刊全文数据库 前3条

1 王芳;李美安;段卫军;;基于动态自适应蚁群算法的云计算任务调度[J];计算机应用;2013年11期

2 田国忠;肖创柏;赵娟娟;;云计算环境下多DAG调度的资源分配进化算法[J];计算机应用研究;2014年09期

3 吴煜祺;曾国荪;曾媛;;云计算环境下调度算法的趋势分析[J];微电子学与计算机;2012年09期

中国博士学位论文全文数据库 前1条

1 孙俊;量子行为粒子群优化算法研究[D];江南大学;2009年

  本文关键词：云计算环境下的资源调度技术的研究，由笔耕文化传播整理发布。

，

本文编号：348968