經(jīng)典的考慮滑動窗口的調(diào)度模型屬于搶占式調(diào)度,調(diào)度作業(yè)間的切換浪費了系統(tǒng)資源,在系統(tǒng)過載時,過多作業(yè)調(diào)度失敗,導(dǎo)致調(diào)度成功率較低。為解決上述問題,提出一種監(jiān)控網(wǎng)絡(luò)高可靠數(shù)據(jù)智能調(diào)度數(shù)據(jù)模型。模型通過對本地緩存高可靠數(shù)據(jù)的調(diào)度緊急性和稀缺性進行加權(quán)求和來設(shè)定調(diào)度優(yōu)先級;考慮到監(jiān)控網(wǎng)絡(luò)系統(tǒng)采樣周期的變化,結(jié)合調(diào)度算法的優(yōu)先級分配實時調(diào)整采樣周期以最大程度的避免搶占,提高調(diào)度成功率。實驗結(jié)果表明,與考慮滑動窗口的調(diào)度模型相比,所建型在一定程度上避免了搶占的發(fā)生,作業(yè)間的切換次數(shù)大幅度減少,有效提高了重要任務(wù)的完成率。 

【文章來源】：計算機仿真. 2020,37(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

不同模型高可靠任務(wù)調(diào)度圖

以下實驗觀測本文模型、文獻1模型在負載狀況不同的情況下調(diào)度性能的差異。設(shè)定N=3,TIME=100,依據(jù)上述過程生成目標網(wǎng)絡(luò)調(diào)度任務(wù)序列,并采用本文模型和文獻1模型對任務(wù)進行調(diào)度,仿真結(jié)果同樣為50次實驗結(jié)果取均值。本文模型和文獻1模型作業(yè)切換次數(shù)如圖2所示。監(jiān)控網(wǎng)絡(luò)隨機生成的任務(wù)序列不同,作業(yè)切換次數(shù)會出現(xiàn)一定變化,這種變化的存在導(dǎo)致不同負載下,不同模型作業(yè)切換次數(shù)發(fā)生顯著差異。從圖2中可以看出,不同模型下,作業(yè)切換次數(shù)變化趨勢基本相同,當(dāng)系統(tǒng)負載約為1時,高可靠數(shù)據(jù)任務(wù)調(diào)度產(chǎn)生的作業(yè)次數(shù)較多,而在系統(tǒng)負載較高或是超負載時,本文模型切換次數(shù)要比模型1小很多,系統(tǒng)變采樣周期,對優(yōu)先級的調(diào)整有效減少了目標網(wǎng)絡(luò)作業(yè)間的切換次數(shù),避免了顛簸。

與此同時,調(diào)度成功率也可作為衡量不同模型調(diào)度性能的衡量指標之一,調(diào)度模型其它性能的優(yōu)化都當(dāng)以不降低調(diào)度成功率為前提。圖3對不同負載下,本文模型和文獻1模型的調(diào)度成功率進行對比。分析圖3可知,本文模型與文獻1模型之間的調(diào)度成功率變化趨勢基本相同。當(dāng)目標網(wǎng)絡(luò)系統(tǒng)超載時,本文模型調(diào)度成功率相比文獻1模型要略勝一籌,這主要是由于本文模型通過對本地緩存數(shù)據(jù)的調(diào)度緊急性和稀缺性進行加權(quán)求和來設(shè)定目標網(wǎng)絡(luò)數(shù)據(jù)調(diào)度優(yōu)先級;結(jié)合變采樣周期調(diào)度算法的優(yōu)先級分配,實時調(diào)整采樣周期,加大了當(dāng)前作業(yè)順利執(zhí)行直至完成調(diào)度的機會。

【參考文獻】：
期刊論文
[1]并行任務(wù)可靠性約束下的資源最小化調(diào)度[J]. 徐洪智,李仁發(fā),曾理寧.  計算機研究與發(fā)展. 2018(11)
[2]基于滑動窗口的低能耗高可靠調(diào)度算法[J]. 鄧昌義,郭銳鋒,吳昊天,彭阿珍,杜少華,蓋榮麗.  計算機集成制造系統(tǒng). 2018(10)
[3]移動網(wǎng)絡(luò)數(shù)據(jù)傳輸路徑負載均衡性配置仿真[J]. 韓雷.  計算機仿真. 2018(05)
[4]云環(huán)境下基于多目標的多科學(xué)工作流調(diào)度算法[J]. 袁友偉,鮑澤前,俞東進,李萬清.  軟件學(xué)報. 2018(11)
[5]光纖通道調(diào)度算法研究[J]. 丁永強,王勇,譚小虎,褚文奎,方挺.  火力與指揮控制. 2017(11)
[6]車載自組織網(wǎng)絡(luò)環(huán)境下基于軟件定義網(wǎng)絡(luò)的數(shù)據(jù)協(xié)作調(diào)度算法[J]. 吳怡,馬良義,魏允峰,徐哲鑫.  計算機應(yīng)用. 2017(08)
[7]基于優(yōu)先排隊論網(wǎng)絡(luò)延遲云計算資源調(diào)度算法[J]. 崔建明,劉佳祎,楊呈永.  桂林理工大學(xué)學(xué)報. 2017(02)
[8]無線網(wǎng)絡(luò)編碼隨機優(yōu)先級檢測調(diào)度算法[J]. 劉瓊霄,陳昂楊,叢慧,丁良輝,楊峰,錢良.  上海交通大學(xué)學(xué)報. 2017(05)
[9]基于大數(shù)據(jù)平臺的動態(tài)車輛路徑調(diào)度算法[J]. 唐德權(quán),黃金貴,史偉奇.  計算機工程. 2018(01)
[10]基于分層聚類和干擾對齊的MIMO鏈路調(diào)度算法[J]. 熊最,王可人,金虎,錢鋒.  數(shù)據(jù)采集與處理. 2017(01)



本文編號：3229917