本文選題：云平臺(tái) + 任務(wù)調(diào)度��； 參考：《河北工程大學(xué)》2015年碩士論文

【摘要】：云平臺(tái)虛擬化技術(shù)不但使得軟件應(yīng)用具有更高的效率,也給任務(wù)調(diào)度與資源管理帶來了新的機(jī)遇。隨著云平臺(tái)的任務(wù)逐漸增加,一些調(diào)度任務(wù)之間的關(guān)聯(lián)性逐漸淡化,傳統(tǒng)云平臺(tái)任務(wù)調(diào)度模型,無(wú)法運(yùn)用準(zhǔn)確的約束關(guān)系確定其先后順序,造成資源利用效率低、空閑時(shí)間高和任務(wù)請(qǐng)求缺失率高等弊端。本文提出一種云平臺(tái)的任務(wù)優(yōu)先級(jí)調(diào)度模型,對(duì)云平臺(tái)任務(wù)調(diào)度進(jìn)行了描述,探討了平均響應(yīng)時(shí)間與平臺(tái)調(diào)度任務(wù)量之間的關(guān)聯(lián),對(duì)任務(wù)優(yōu)先級(jí)進(jìn)行計(jì)算,在任務(wù)隊(duì)列中對(duì)任務(wù)優(yōu)先級(jí)作適當(dāng)?shù)奶幚�。�?duì)任務(wù)分配階段響應(yīng)平均時(shí)間等特性作適當(dāng)?shù)姆治?優(yōu)先對(duì)優(yōu)先等級(jí)高的分配任務(wù)進(jìn)行調(diào)度。將任務(wù)分配優(yōu)先級(jí)運(yùn)用起來,使得平均響應(yīng)時(shí)間最小化的同時(shí),達(dá)到任務(wù)執(zhí)行量的最大化。仿真實(shí)驗(yàn)結(jié)果表明,所提模型降低了云平臺(tái)的平均響應(yīng)時(shí)間,使得資源具有更高的使用效率。
[Abstract]:Cloud platform virtualization technology not only makes software applications more efficient, but also brings new opportunities for task scheduling and resource management.With the increasing of the tasks in cloud platform, the correlation between some scheduling tasks is gradually desalinated. The traditional cloud platform task scheduling model can not use accurate constraints to determine its order, resulting in low efficiency of resource utilization.The disadvantages of high idle time and high missing rate of task request.This paper presents a task priority scheduling model for cloud platform, describes the task scheduling of cloud platform, discusses the relationship between the average response time and the task quantity of the platform scheduling, and calculates the priority of the task.The task priority is properly handled in the task queue.The characteristics of average response time in the task allocation phase are analyzed properly, and priority is given to the scheduling of tasks with high priority level.The task allocation priority is applied to minimize the average response time and maximize the task execution.The simulation results show that the proposed model reduces the average response time of the cloud platform and makes the resources more efficient.
【學(xué)位授予單位】：河北工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭巧彥;;多差異嵌入式設(shè)備的節(jié)能任務(wù)調(diào)度模型仿真[J];計(jì)算機(jī)仿真;2015年03期

2 袁曉林;施化吉;;基于模擬退火算法的云計(jì)算資源調(diào)度模型[J];軟件導(dǎo)刊;2015年02期

3 魏峗;陳元元;;基于改進(jìn)蟻群算法的云計(jì)算任務(wù)調(diào)度模型[J];計(jì)算機(jī)工程;2015年02期

4 李磊;李小寧;金連文;;基于Openstack的科研教學(xué)云計(jì)算平臺(tái)的構(gòu)建與運(yùn)用[J];實(shí)驗(yàn)技術(shù)與管理;2014年06期

5 王偉鑫;王旭;葛顯龍;;任務(wù)可拆分的多模式多項(xiàng)目調(diào)度模型與算法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年06期

6 梁錦雄;;模糊彈性控制策略下的云平臺(tái)數(shù)據(jù)調(diào)度模型仿真[J];科技通報(bào);2014年05期

7 唐卓;朱敏;楊黎;唐小勇;李肯立;;云環(huán)境中面向隨機(jī)任務(wù)的用戶效用優(yōu)化模型[J];計(jì)算機(jī)研究與發(fā)展;2014年05期

8 王滿英;;基于QoS模型感知的云作業(yè)調(diào)度算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年08期

9 金偉健;王春枝;;基于匹配規(guī)則的MapReduce任務(wù)調(diào)度模型[J];計(jì)算機(jī)應(yīng)用;2014年04期

10 楊鏡;吳磊;武德安;王曉敏;劉念伯;;云平臺(tái)下動(dòng)態(tài)任務(wù)調(diào)度人工免疫算法[J];計(jì)算機(jī)應(yīng)用;2014年02期

相關(guān)碩士學(xué)位論文 前4條

1 趙春燕;云環(huán)境下作業(yè)調(diào)度算法研究與實(shí)現(xiàn)[D];北京交通大學(xué);2009年

2 鄧自立;云計(jì)算中的網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì)和Hadoop平臺(tái)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

3 張建梁;基于云計(jì)算的語(yǔ)義搜索引擎研究[D];復(fù)旦大學(xué);2009年

4 劉鵬程;云計(jì)算中虛擬機(jī)動(dòng)態(tài)遷移的研究[D];復(fù)旦大學(xué);2009年

，

本文編號(hào)：1734376