發(fā)布時(shí)間：2018-03-26 05:24

  本文選題：能耗　切入點(diǎn)：工作流　出處：《浙江工商大學(xué)》2017年碩士論文

【摘要】：自2006年底IT巨頭公司——谷歌公司推出了 "谷歌101"計(jì)劃,許多知名的IT公司紛紛效仿,IBM、亞馬遜、微軟、雅虎等陸續(xù)展開(kāi)了自己的"云"計(jì)劃,其中,IBM推出了 "藍(lán)云"計(jì)劃,亞馬遜推出了"彈性云"計(jì)劃、中國(guó)移動(dòng)推出了 "大云"計(jì)劃,阿里巴巴推出了"集團(tuán)云"計(jì)劃,甚至,一些不知名的小公司也紛紛運(yùn)用云計(jì)算的模式。云計(jì)算已經(jīng)成為各公司競(jìng)相追逐的熱點(diǎn),未來(lái)的發(fā)展空間非常開(kāi)闊。云計(jì)算的快速發(fā)展帶動(dòng)了云計(jì)算數(shù)據(jù)中心在世界各地的廣泛建立,但是,這些大規(guī)模數(shù)據(jù)中心的能耗高、污染高的問(wèn)題已經(jīng)引起了人們的關(guān)注。當(dāng)前對(duì)能耗的管理優(yōu)化的研究,主要通過(guò)動(dòng)態(tài)調(diào)整服務(wù)器CPU的電壓/頻率及采用虛擬化技術(shù)(包括虛擬機(jī)的移植、分配、合并等)、獨(dú)立并行任務(wù)的重組(包括合并集中和遷移等方法)減少所需服務(wù)器端數(shù)量、關(guān)閉空閑服務(wù)器或使其處于睡眠狀態(tài)等方式來(lái)降低能耗,很少考慮采用基于工作流的調(diào)度優(yōu)化技術(shù)。當(dāng)前大多數(shù)包括遺傳算法在內(nèi)的云工作流執(zhí)行/調(diào)度優(yōu)化方法通常只關(guān)注執(zhí)行時(shí)間或成本的優(yōu)化,很少考慮能耗因素,少數(shù)基于DVFS技術(shù)的云工作流執(zhí)行/調(diào)度優(yōu)化方法考慮了能耗因素,但DVFS技術(shù)需要調(diào)整服務(wù)器CPU的運(yùn)行電壓/頻率、反復(fù)關(guān)閉/重啟服務(wù)器,這會(huì)影響服務(wù)器的性能,也會(huì)加大服務(wù)器組件的磨損率,進(jìn)而引發(fā)服務(wù)器采購(gòu)與替換成本的上升,在實(shí)際使用中有一定的局限性。因此,創(chuàng)造性地開(kāi)展云計(jì)算環(huán)境下面向能耗的工作流調(diào)度優(yōu)化研究,保持甚至提高云計(jì)算服務(wù)質(zhì)量的同時(shí),降低云計(jì)算數(shù)據(jù)中心的能耗,打造綠色云服務(wù)系統(tǒng)有重要的科學(xué)意義。針對(duì)當(dāng)前缺乏有效的面向能耗的云工作流調(diào)度優(yōu)化方法,研究建立了面向能耗的云工作流過(guò)程模型、資源模型,提出了基于負(fù)載的能耗計(jì)算方法和面向能耗的云工作流調(diào)度優(yōu)化算法。本文采用的算法為基于遺傳算法的云工作流分組調(diào)度算法(GWSGA算法),相對(duì)于現(xiàn)有的關(guān)注于時(shí)間或成本的調(diào)度優(yōu)化方法,考慮了能耗因素。GWSGA算法編碼方式為首先對(duì)工作流進(jìn)行分組,確定工作流中每個(gè)任務(wù)的組別,并始終把任務(wù)組別小的放在組別大的前面,以確保個(gè)體編碼的有效性,接下來(lái)根據(jù)工作流的組別、任務(wù)要求和資源可得性得到初始種群,這種方式可以有效防止出現(xiàn)不可行解,所以GWSGA算法最大的優(yōu)點(diǎn)是初始種群的所有解都是可行的,該算法搜索時(shí)間非常短、效率非常高,廣泛適用于各種科學(xué)工作流。仿真實(shí)驗(yàn)表明,本文采用的GWSGA算法不僅可以確保云工作流執(zhí)行的時(shí)間效率,而且可以有效降低主機(jī)處理任務(wù)所消耗的能耗。
[Abstract]:Since Google, the IT giant, launched the "Google 101" project at the end of 2006, many well-known IT companies have followed the example of IBM, Amazon, Microsoft, Yahoo, etc., one after another launched their own "cloud" projects, among which IBM launched the "Blue Cloud" program. Amazon launched the flexible Cloud, China Mobile launched the Big Cloud, Alibaba launched the Group Cloud, and even, Some small, unknown companies are also using the cloud computing model. Cloud computing has become a hot competition among companies. The future is very open. The rapid development of cloud computing has led to the widespread establishment of cloud computing data centers around the world, but these large-scale data centers have high energy consumption. The problem of high pollution has attracted people's attention. The current research on energy management optimization is mainly by dynamically adjusting the voltage / frequency of the server CPU and using virtualization technology (including the transplantation and distribution of virtual machines). Merging, reorganizing independent parallel tasks (including consolidation, migration, etc.) reduces energy consumption by reducing the number of server-side requirements, shutting down idle servers, or keeping them in sleep. Currently, most cloud workflow execution / scheduling optimization methods, including genetic algorithm, usually focus on the optimization of execution time or cost, and rarely consider the energy consumption factor. A few cloud workflow execution / scheduling optimization methods based on DVFS technology take into account the energy consumption factor, but DVFS technology needs to adjust the running voltage / frequency of the server CPU, shut down / restart the server repeatedly, which will affect the performance of the server. It will also increase the wear rate of server components, which will lead to the increase of the cost of server purchase and replacement, which has some limitations in practical use. Therefore, the research of workflow scheduling optimization for energy consumption in cloud computing environment is carried out creatively. While maintaining or even improving the quality of cloud computing services, it is of great scientific significance to reduce the energy consumption of cloud computing data centers and build a green cloud service system. In this paper, a cloud workflow process model, resource model, which is oriented to energy consumption, is established. The load based energy consumption calculation method and the cloud workflow scheduling optimization algorithm for energy consumption are proposed in this paper. The algorithm used in this paper is the cloud workflow grouping scheduling algorithm based on genetic algorithm (GWSGA), which is more concerned with time than the existing ones. The scheduling optimization method of intermission cost, In order to ensure the effectiveness of individual coding, the coding method of GWSGA algorithm is to group the workflow, determine the group of each task in the workflow, and always put the small task group ahead of the large group in order to ensure the effectiveness of individual coding. Then, according to the group of workflow, the task requirements and the availability of resources can get the initial population, which can effectively prevent the infeasible solution, so the biggest advantage of the GWSGA algorithm is that all the solutions of the initial population are feasible. The search time of this algorithm is very short and the efficiency is very high. It is widely used in various scientific workflows. Simulation experiments show that the GWSGA algorithm used in this paper can not only ensure the time efficiency of cloud workflow execution. And it can effectively reduce the energy consumption of the host processing task.
【學(xué)位授予單位】：浙江工商大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP308;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李華,李燕,姚文琳;工作流管理[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2000年04期

2 劉建勛,李仁發(fā),張申生;工作流管理系統(tǒng)及其在郵電號(hào)線管理中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2001年18期

3 汪濤,吳耿鋒,黃力芹;工作流管理的現(xiàn)狀和未來(lái)趨勢(shì)[J];小型微型計(jì)算機(jī)系統(tǒng);2001年02期

4 汪濤,黃力芹,吳耿鋒;工作流管理的發(fā)展歷程和趨勢(shì)[J];計(jì)算機(jī)工程與科學(xué);2001年01期

5 羅海濱,范玉順,吳澄;工作流合理性驗(yàn)證中的事件平衡分析[J];軟件學(xué)報(bào);2002年08期

6 周尊國(guó) ,田偉;工作流管理系統(tǒng)在電力企業(yè)管理信息系統(tǒng)中的應(yīng)用[J];山東電力技術(shù);2002年02期

7 黃鈞 ,范永全 ,郭勇;工作流管理系統(tǒng)在建設(shè)項(xiàng)目管理中的應(yīng)用[J];微型機(jī)與應(yīng)用;2002年09期

8 張志君,范玉順;一種高性能的分布式工作流系統(tǒng)實(shí)現(xiàn)框架[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2003年06期

9 趙衛(wèi)東,戴偉輝;基于角色的跨組織工作流研究[J];系統(tǒng)工程與電子技術(shù);2003年08期

10 曾穎;工作流技術(shù)在電信行業(yè)中應(yīng)用的探討[J];福建電腦;2005年05期

相關(guān)會(huì)議論文 前10條

1 卓蔚;陳思;張侃弘;;工作流管理技術(shù)淺談——如何實(shí)現(xiàn)企業(yè)業(yè)務(wù)信息化的工作流管理[A];上海煙草系統(tǒng)2002年度學(xué)術(shù)論文選編[C];2002年

2 李暉;王海洋;王文;;面向事務(wù)的工作流活動(dòng)模型[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

3 連杰鑫;劉家茂;顧寧;;基于協(xié)作依賴的工作流過(guò)程優(yōu)化[A];第二十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2003年

4 李新;薛永生;;可重構(gòu)工作流系統(tǒng)設(shè)計(jì)方法研究[A];第二十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2003年

5 葉壽生;汪濤;郭永林;;LTFP intelliFlow~汶工作流管理系統(tǒng)[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

6 馮波;徐建良;;支持動(dòng)態(tài)變化的工作流元模型的研究與應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

7 丁華;王秀坤;周永暉;;基于改進(jìn)移動(dòng)模型的遷移工作流研究[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

8 崔立真;王海洋;;基于主動(dòng)過(guò)程視圖的工作流管理和監(jiān)控[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

9 歐陽(yáng)青;;工作流技術(shù)在高校教育管理系統(tǒng)中的應(yīng)用研究[A];第十八屆玻璃鋼/復(fù)合材料學(xué)術(shù)年會(huì)論文集[C];2010年

10 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

相關(guān)重要報(bào)紙文章 前10條

1 莊志澄;成功實(shí)施工作流管理系統(tǒng)[N];中國(guó)計(jì)算機(jī)報(bào);2003年

2 中國(guó)石油勘探開(kāi)發(fā)研究院西北分院 柏東明　曾麗花 郭以東;定制企業(yè)工作流服務(wù)[N];計(jì)算機(jī)世界;2011年

3 中國(guó)建設(shè)銀行湖北分行信息技術(shù)部李濤、婁國(guó)偉、曾欽祥、吳安平、童海濤;實(shí)現(xiàn)多任務(wù)域工作流[N];計(jì)算機(jī)世界;2004年

4 王沛霖;駕馭流程 創(chuàng)造價(jià)值[N];中國(guó)計(jì)算機(jī)報(bào);2004年

5 李農(nóng)、張京輝;客服中心上檔次依賴工作流管理系統(tǒng)[N];中國(guó)計(jì)算機(jī)報(bào);2002年

6 何吟;“行業(yè)”標(biāo)簽讓SunFlow更醒目[N];計(jì)算機(jī)世界;2004年

7 優(yōu)利系統(tǒng)（中國(guó)）有限公司 倪佳;影像與工作流技術(shù)在銀行業(yè)的應(yīng)用[N];網(wǎng)絡(luò)世界;2001年

8 鄒洪強(qiáng);應(yīng)用系統(tǒng)的另類整合[N];計(jì)算機(jī)世界;2005年

9 中國(guó)軟件評(píng)測(cè)中心 于春玲;企業(yè)業(yè)務(wù)流程管理系統(tǒng)的新亮點(diǎn)[N];中國(guó)計(jì)算機(jī)報(bào);2004年

10 山西焦煤集團(tuán)駐深圳辦事處 劉鵬;基于企業(yè)過(guò)程建模的工作流管理系統(tǒng)研究[N];山西科技報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 許榮斌;實(shí)例密集型商務(wù)工作流任務(wù)調(diào)度與分配策略研究[D];安徽大學(xué);2015年

2 劉怡;基于工作流的連鎖超市生鮮貨品營(yíng)運(yùn)流程管理研究[D];華中科技大學(xué);2007年

3 劉英博;工作流運(yùn)行時(shí)人員智能分配技術(shù)研究[D];清華大學(xué);2008年

4 王睿;面向目標(biāo)的遷移工作流主動(dòng)服務(wù)方法研究[D];山東大學(xué);2009年

5 吳修國(guó);面向目標(biāo)的遷移工作流建模方法研究[D];山東大學(xué);2010年

6 丁柯;網(wǎng)絡(luò)分布計(jì)算中的事務(wù)工作流研究[D];中國(guó)科學(xué)院研究生院（軟件研究所）;2003年

7 肖鄭進(jìn);面向企業(yè)應(yīng)用的工作流精簡(jiǎn)建模研究[D];浙江大學(xué);2006年

8 柯飛帆;面向分布應(yīng)用的工作流管理系統(tǒng)研究與實(shí)現(xiàn)[D];南京航空航天大學(xué);2006年

9 田珂;開(kāi)放網(wǎng)絡(luò)環(huán)境下工作流管理系統(tǒng)的技術(shù)研究[D];電子科技大學(xué);2006年

10 程杰;遷移工作流過(guò)程分解及其規(guī)劃方法研究[D];山東大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王世鋒;基于客戶交互關(guān)系的服務(wù)工作流優(yōu)化技術(shù)研究[D];中南大學(xué);2008年

2 嚴(yán)剛;分布式工作流事務(wù)處理建模與設(shè)計(jì)[D];上海交通大學(xué);2009年

3 李敬剛;基于活動(dòng)信息傳遞的工作流驗(yàn)證的研究與實(shí)現(xiàn)[D];大連理工大學(xué);2010年

4 彭永;基于移動(dòng)Agent工作流的研究與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2010年

5 梁曉明;工作流技術(shù)及其在外商投資審批（綠色通道）中的應(yīng)用[D];機(jī)械科學(xué)研究院;2002年

6 段江波;工作流管理系統(tǒng)的安全研究[D];大連理工大學(xué);2005年

7 趙淳;一種可適應(yīng)性工作流的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院研究生院（軟件研究所）;2005年

8 張海;工作流技術(shù)在法院案件管理系統(tǒng)中的應(yīng)用[D];河海大學(xué);2007年

9 周文斌;基于角色訪問(wèn)控制的工作流管理系統(tǒng)的信息安全研究[D];同濟(jì)大學(xué);2007年

10 楊環(huán);分散式跨組織工作流執(zhí)行模型的研究[D];浙江大學(xué);2012年

，

本文編號(hào)：1666521