【摘要】：隨著互聯(lián)網(wǎng)的快速發(fā)展,在線搜索、視頻流和社交網(wǎng)絡(luò)等工作流應(yīng)用越來越多的依賴于云服務(wù),云服務(wù)在我們生活中起著越來越重要的作用。如今許多云服務(wù)部署在地理分布式基礎(chǔ)設(shè)施上,即位于不同地區(qū)的云數(shù)據(jù)中心,以獲得更好的性能和可靠性。地理分布式云的規(guī)模越大,工作流應(yīng)用的復(fù)雜性越高,系統(tǒng)運(yùn)行更容易產(chǎn)生資源浪費(fèi)和能耗過多的情況。如何合理的分配使用云資源和降低系統(tǒng)能耗成為亟待解決的問題。因此研究地理分布式云中面向工作流應(yīng)用的負(fù)載均衡調(diào)度方法具有較高的理論和實(shí)際應(yīng)用意義。鑒于以上應(yīng)用場(chǎng)景和問題,本文從以下三個(gè)方面展開研究:(1)為了考慮地理分布式云環(huán)境中云狀態(tài)對(duì)工作流作業(yè)執(zhí)行效率的影響,本文設(shè)計(jì)了一種地理分布式云中基于負(fù)載均衡的工作流作業(yè)調(diào)度算法。該算法首先根據(jù)云的負(fù)載、云的資源利用率和作業(yè)的復(fù)雜度,利用Logistic算法對(duì)云的狀態(tài)進(jìn)行分析,并根據(jù)云的狀態(tài)預(yù)測(cè)作業(yè)在云上的執(zhí)行時(shí)間。然后根據(jù)作業(yè)的到達(dá)率和云的作業(yè)執(zhí)行能力對(duì)每個(gè)云建立M/M/C排隊(duì)模型,并利用線性等式約束下的非線性規(guī)劃方法求解每個(gè)云的作業(yè)到達(dá)率。最后根據(jù)作業(yè)到達(dá)各個(gè)云的速率對(duì)作業(yè)進(jìn)行調(diào)度分配,確保各個(gè)云的負(fù)載均衡,實(shí)現(xiàn)了減少作業(yè)等待時(shí)間和提高系統(tǒng)吞吐量的目標(biāo)。(2)為了提高地理分布式云環(huán)境下基于工作流應(yīng)用的任務(wù)調(diào)度方法的性能,本文設(shè)計(jì)了一種地理分布式云中基于最短路徑算法的工作流任務(wù)調(diào)度算法。該算法首先將工作流應(yīng)用建模成超圖的形式,并按照任務(wù)之間的執(zhí)行關(guān)系和K-路劃分算法將超圖劃分為K個(gè)部分。然后將每個(gè)部分的工作流任務(wù)調(diào)度轉(zhuǎn)化為最短路徑問題,并將任務(wù)的執(zhí)行能耗和執(zhí)行時(shí)間作為任務(wù)調(diào)度圖中邊權(quán)重的衡量指標(biāo),接著使用基于Fibonacci堆的Dijkstra算法求解所有任務(wù)的執(zhí)行節(jié)點(diǎn)。最后按照任務(wù)的執(zhí)行節(jié)點(diǎn)將任務(wù)按順序調(diào)度到對(duì)應(yīng)的計(jì)算節(jié)點(diǎn)上執(zhí)行,以保證各個(gè)計(jì)算節(jié)點(diǎn)的負(fù)載均衡,縮短所有任務(wù)的完成時(shí)間,并減少系統(tǒng)的總能耗。(3)對(duì)所提算法進(jìn)行實(shí)驗(yàn)驗(yàn)證。在地理分布式云中基于負(fù)載均衡的工作流作業(yè)調(diào)度算法實(shí)驗(yàn)中,首先驗(yàn)證Logistic回歸的作業(yè)執(zhí)行時(shí)間預(yù)測(cè)的準(zhǔn)確性,當(dāng)實(shí)驗(yàn)重復(fù)次數(shù)為200時(shí),預(yù)測(cè)算法的平均絕對(duì)百分比誤差(MAPE)最高為3.4%;然后將所提算法與SRPT算法和SWAG算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明,本文算法的作業(yè)平均等待時(shí)間分別比SRPT和SWAG算法低66.7%和41%,作業(yè)平均響應(yīng)時(shí)間分別比SRPT和SWAG算法低45.2%和31%,系統(tǒng)吞吐量分別比SRPT和SWAG算法高40.3%和22.7%。在地理分布式云中基于最短路徑算法的工作流任務(wù)調(diào)度算法實(shí)驗(yàn)中,首先驗(yàn)證任務(wù)的劃分?jǐn)?shù)最優(yōu)為64,然后與MCMKCut和CAWT算法進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果表明,本文算法的任務(wù)平均完成時(shí)間分別比MCMKCut算法和CAWT算法低35%和22.9%,系統(tǒng)總能耗分別比MCMKCut算法和CAWT算法低50.9%和31.1%,QoS滿意率分別比MCMKCut算法和CAWT算法提高7.4%和3.8%。
【圖文】：

的響應(yīng)延遲提出更嚴(yán)格的要求。因?yàn)樯缃幻襟w應(yīng)用中大多數(shù)為短視為幾分鐘，，延遲超過幾十秒對(duì)觀眾來說是不能容忍的。因此如何更為社交網(wǎng)絡(luò)應(yīng)用程序提供服務(wù)是極具挑戰(zhàn)性的問題。常規(guī)方法采供商擁有的專用服務(wù)器（即私有云）。而地理分布式云提供了一個(gè)方案：云資源能夠“無限”按需滿足日益增長(zhǎng)的存儲(chǔ)和帶寬需求，網(wǎng)絡(luò)中頻繁的觀看需求激增；位于不同地理位置的云網(wǎng)站為其附供高效的服務(wù)。傳感器網(wǎng)絡(luò)

（c）CyberShake圖 1-2 工作流應(yīng)用特點(diǎn)就是任務(wù)之間具有一定的依和處理能力的需求更高。而地理分效地處理這些復(fù)雜的工作流應(yīng)用環(huán)境下工作流應(yīng)用調(diào)度面臨化發(fā)展，地理分布式云環(huán)境的使越來越大，同時(shí)對(duì)云服務(wù)質(zhì)量的發(fā)展。但目前對(duì)于地理分布式云戰(zhàn)。。地理分布式云中的服務(wù)器數(shù)量例如，具有較少數(shù)據(jù)的服務(wù)器的大用率會(huì)進(jìn)一步導(dǎo)致更多的服務(wù)器
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP301.6;P208

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 路川;工作流應(yīng)用的一種實(shí)現(xiàn)方案[J];指揮技術(shù)學(xué)院學(xué)報(bào);2001年05期

2 田釗;程曜安;劉英博;趙炯;張力;;工作流應(yīng)用數(shù)據(jù)生命周期模型的提取方法[J];計(jì)算機(jī)集成制造系統(tǒng);2011年08期

3 傅謙,張申生,汪良主;適應(yīng)性工作流應(yīng)用的動(dòng)態(tài)調(diào)用研究[J];高技術(shù)通訊;2003年02期

4 陳艷;通用工作流應(yīng)用框架的設(shè)計(jì)[J];華東電力;2005年10期

5 倪濟(jì)云,龐冠超;辦公自動(dòng)化中工作流應(yīng)用技術(shù)[J];現(xiàn)代計(jì)算機(jī);2000年06期

6 卜祥智,蔣建軍,張琪;基于J2EE的通用工作流應(yīng)用平臺(tái)[J];計(jì)算機(jī)應(yīng)用研究;2003年10期

7 羅永紅;陳特放;張友生;;SOG環(huán)境中工作流應(yīng)用的服務(wù)重調(diào)度策略[J];計(jì)算機(jī)工程;2010年17期

8 姚育章;黃莉莉;劉禮勇;盛現(xiàn)東;曾劍波;;內(nèi)河航道管理信息化中的工作流應(yīng)用[J];微計(jì)算機(jī)信息;2010年15期

9 馬寧;;Windows Mobile加速企業(yè)工作流應(yīng)用[J];程序員;2008年01期

10 梁云;鄭浩泉;孔震;;PI3000工作流應(yīng)用集成的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2009年S2期

相關(guān)會(huì)議論文 前3條

1 王瑩;郝玫;潘靜;高學(xué)東;;工作流應(yīng)用系統(tǒng)在企業(yè)信息系統(tǒng)中的定位[A];全國(guó)第九屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)會(huì)議論文集[C];2005年

2 呂剛;王堅(jiān);嚴(yán)雋薇;董志斌;;工作流技術(shù)及其在制造企業(yè)中的應(yīng)用研究[A];第二十屆中國(guó)控制會(huì)議論文集（下）[C];2001年

3 楊永健;韓鴻雁;韓鴻鶯;;辦公自動(dòng)化中工作流過程定義的設(shè)計(jì)與實(shí)現(xiàn)[A];第四屆中國(guó)軟件工程大會(huì)論文集[C];2007年

相關(guān)重要報(bào)紙文章 前5條

1 博文 編譯;工作流應(yīng)用平臺(tái)WWF[N];計(jì)算機(jī)世界;2006年

2 本報(bào)記者 程鴻;優(yōu)勢(shì)與不足并存[N];計(jì)算機(jī)世界;2004年

3 本報(bào)記者 程鴻;優(yōu)勢(shì)與不足并存[N];計(jì)算機(jī)世界;2003年

4 中國(guó)水利電力對(duì)外公司 高翔;企業(yè)信息化初探[N];孝感日?qǐng)?bào);2010年

5 陳友梅;將知識(shí)管理深化到企業(yè)中去[N];中國(guó)計(jì)算機(jī)報(bào);2002年

相關(guān)博士學(xué)位論文 前2條

1 孫勇;支持跨組織工作流應(yīng)用的可靠服務(wù)計(jì)算模型及其優(yōu)化算法[D];南京航空航天大學(xué);2016年

2 蔡志成;云計(jì)算環(huán)境下工作流應(yīng)用的資源供應(yīng)方法[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 周敏;地理分布式云中面向工作流應(yīng)用的負(fù)載均衡調(diào)度方法研究[D];武漢理工大學(xué);2018年

2 張凌志;數(shù)據(jù)中心中面向工作流應(yīng)用的節(jié)能調(diào)度算法研究[D];上海交通大學(xué);2013年

3 吳凌凡;電子公文交換平臺(tái)中工作流應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)[D];清華大學(xué);2004年

4 高大鵬;基于BizTalk HWS的工作流應(yīng)用平臺(tái)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

5 安勇;基于Web服務(wù)的工作流應(yīng)用技術(shù)研究[D];南京理工大學(xué);2005年

6 鄭湃;面向科學(xué)工作流的云數(shù)據(jù)布局方法研究[D];山東大學(xué);2011年

7 李潔玉;基于微軟平臺(tái)的角色工作流組件研究與設(shè)計(jì)[D];電子科技大學(xué);2010年

8 張海瑞;云工作流系統(tǒng)的應(yīng)用研究和設(shè)計(jì)實(shí)現(xiàn)[D];蘭州大學(xué);2014年

9 顧濤;基于WEB的輕量級(jí)綜合性工作流應(yīng)用平臺(tái)的構(gòu)建[D];復(fù)旦大學(xué);2008年

10 馬云松;DocuWorks與.NET WF平臺(tái)的連接和應(yīng)用[D];北京交通大學(xué);2008年

本文編號(hào)：2709154