【摘要】：隨著互聯(lián)網(wǎng)的蓬勃發(fā)展,信息技術(shù)的廣泛普及,云計算技術(shù)帶給人們前所未有的網(wǎng)絡(luò)服務(wù)體驗。當(dāng)前針對云計算的研究主要集中在云計算的模型架構(gòu)、任務(wù)顆粒度任務(wù)調(diào)度策略容錯機(jī)制和能耗優(yōu)化等方面,如何對提交到云計算數(shù)據(jù)中心的任務(wù)集合進(jìn)行合理調(diào)度及在任務(wù)執(zhí)行時節(jié)約能耗,對該技術(shù)的發(fā)展具有非同尋常的意義,本文分別對任務(wù)調(diào)度策略和能耗優(yōu)化兩個方面進(jìn)行了研究。云計算的虛擬化技術(shù)決定了其底層物理設(shè)備及數(shù)據(jù)中心的主機(jī)可以由異構(gòu)化硬件環(huán)境組成,并且數(shù)據(jù)中心的規(guī)模有呈指數(shù)型增長的趨勢,如何在大規(guī)模異構(gòu)環(huán)境下對任務(wù)集合進(jìn)行合理的資源分配是一個值得研究的課題,同時在執(zhí)行任務(wù)的同時,如何使得所花費的能耗降到最低,也是一個研究熱點。本文對云計算中的任務(wù)調(diào)度進(jìn)行了研究,在分析云計算作業(yè)調(diào)度算法的需求的基礎(chǔ)上,提出了調(diào)度算法在線性意義上的解空間,針對云計算的編程模型框架,提出了一種結(jié)合禁忌搜索的人工魚群算法。該算法以任務(wù)總執(zhí)行時間作為尋優(yōu)函數(shù),在網(wǎng)格化的解空間內(nèi)運行,空間內(nèi)的一個點代表一種解決方案,可以快速得出精確解,避免了基本人工魚群算法不能獲得精確解的缺陷。結(jié)合禁忌搜索思想,既保留了人工魚群算法計算基數(shù)大仍能快速收斂的優(yōu)點,又充分利用禁忌搜索不會陷入局部最優(yōu)解的優(yōu)勢。其次,本文針對能耗優(yōu)化的目標(biāo)給出改進(jìn)的AutoScale算法,該算法是在AutoScale算法基礎(chǔ)上,引入最佳頻率的思想,與AutoScale算法相比,該算法具有任務(wù)量與能耗比例最大化、在不增加額外能耗的情況下預(yù)留部分能力以應(yīng)對突發(fā)負(fù)載的優(yōu)點。最后針對上述的兩種調(diào)度策略,設(shè)計了相應(yīng)的仿真實驗。實驗結(jié)果表明,兩度調(diào)度策略相比同類算法有著良好的性能表現(xiàn)。
[Abstract]:With the rapid development of the Internet and the wide spread of information technology, cloud computing technology brings people unprecedented experience of network services. The current research on cloud computing mainly focuses on the cloud computing model architecture, task granularity? Task scheduling policy? In the aspects of fault-tolerant mechanism and energy consumption optimization, how to reasonably schedule the task set submitted to the cloud computing data center and save energy consumption in task execution is of great significance to the development of this technology. In this paper, task scheduling strategy and energy consumption optimization are studied. The virtualization technology of cloud computing determines that the underlying physical devices and the host of the data center can be composed of isomerized hardware environment, and the size of the data center is increasing exponentially. How to allocate resources reasonably to task set in large-scale heterogeneous environment is a research topic. How to minimize the energy consumption while executing tasks is also a research hotspot. In this paper, the task scheduling in cloud computing is studied. On the basis of analyzing the demand of job scheduling algorithm in cloud computing, the solution space of scheduling algorithm in linear sense is proposed, and the programming model framework for cloud computing is proposed. An artificial fish swarm algorithm combined with Tabu search is proposed. The algorithm takes the total execution time of the task as the optimization function and runs in the grid solution space. A point in the space represents a solution, and the exact solution can be obtained quickly. The defect that the basic artificial fish swarm algorithm can not get the exact solution is avoided. In combination with the idea of Tabu search, the advantages of artificial fish swarm algorithm (AFS) in fast convergence are retained, and the advantage that Tabu search does not fall into local optimal solution is fully utilized. Secondly, this paper presents an improved AutoScale algorithm for the purpose of energy consumption optimization. This algorithm is based on the AutoScale algorithm and introduces the idea of optimal frequency. Compared with the AutoScale algorithm, the algorithm has the maximum ratio of task and energy consumption. The advantage of reserving a portion of the capacity to cope with a burst load without additional energy consumption. Finally, the corresponding simulation experiments are designed for the above two scheduling strategies. Experimental results show that the two-degree scheduling strategy has good performance compared with the same algorithm.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孟憲福;基于優(yōu)先級的任務(wù)調(diào)度與負(fù)載均衡模型研究[J];小型微型計算機(jī)系統(tǒng);2005年09期

2 廖曉文;廖京盛;;時間觸發(fā)模式的任務(wù)調(diào)度與分解策略[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2006年07期

3 樊曉香;;任務(wù)調(diào)度問題機(jī)制設(shè)計[J];計算機(jī)技術(shù)與發(fā)展;2008年07期

4 黃漾;;分布式環(huán)境下任務(wù)調(diào)度探討[J];電腦知識與技術(shù);2011年19期

5 陳軍;謝立;孫鐘秀;;分布式任務(wù)調(diào)度研究的新趨向[J];計算機(jī)研究與發(fā)展;1990年04期

6 陳艇;;基于混沌最優(yōu)博弈的網(wǎng)絡(luò)任務(wù)調(diào)度算法仿真[J];計算機(jī)仿真;2013年11期

7 李陶深;李明麗;張希翔;;云計算環(huán)境下任務(wù)調(diào)度技術(shù)的研究進(jìn)展[J];玉林師范學(xué)院學(xué)報;2014年02期

8 劉雄文,陸鑫達(dá);元計算環(huán)境中任務(wù)調(diào)度的深入分析[J];計算機(jī)工程與應(yīng)用;2002年17期

9 羅紅,慕德俊,鄧智群,王曉東;網(wǎng)格計算中任務(wù)調(diào)度研究綜述[J];計算機(jī)應(yīng)用研究;2005年05期

10 張國海;江平宇;周光輝;;多設(shè)計任務(wù)調(diào)度的非合作博弈研究[J];西安交通大學(xué)學(xué)報;2007年03期

相關(guān)會議論文 前10條

1 劉培培;李連;叢海鵬;謝勇;;基于多代理協(xié)商機(jī)制的任務(wù)調(diào)度系統(tǒng)研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

2 張磊;馬軍;;描述短時資源混雜占用型任務(wù)調(diào)度的數(shù)學(xué)模型與算法[A];2005年全國理論計算機(jī)科學(xué)學(xué)術(shù)年會論文集[C];2005年

3 王軍;巢玉強(qiáng);彭釗軼;;基于任務(wù)調(diào)度的電能量計量采集系統(tǒng)的設(shè)計與實現(xiàn)[A];2006電力系統(tǒng)自動化學(xué)術(shù)交流研討大會論文集[C];2006年

4 張志強(qiáng);王萬玉;王建平;李凡;袁剛;;多站多星任務(wù)調(diào)度優(yōu)化模型研究[A];第二十三屆全國空間探測學(xué)術(shù)交流會論文摘要集[C];2010年

5 韓云;于炯;張偉;王命全;;基于負(fù)載均衡的任務(wù)調(diào)度改進(jìn)算法[A];2010年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集[C];2010年

6 王全民;王靚;許智宏;;網(wǎng)格環(huán)境中基于蟻群算法的批量任務(wù)調(diào)度的研究[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（上）[C];2006年

7 張曉云;岳繼光;楊麟祥;;零星任務(wù)調(diào)度在多控制任務(wù)系統(tǒng)中的應(yīng)用[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

8 劉宇;劉玉榮;周冰;;基于WCF的環(huán)境減災(zāi)星座運控任務(wù)調(diào)度系統(tǒng)[A];第二十五屆全國空間探測學(xué)術(shù)研討會摘要集[C];2012年

9 黃文澤;邵峰晶;孫仁誠;;基于雙總線安全結(jié)構(gòu)的操作系統(tǒng)任務(wù)調(diào)度[A];2009全國計算機(jī)網(wǎng)絡(luò)與通信學(xué)術(shù)會議論文集[C];2009年

10 楊艦;黃道平;李小亞;;GDCS任務(wù)調(diào)度的SPN模型研究[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 王波;Linux與服務(wù)器集群技術(shù)[N];中國計算機(jī)報;2002年

相關(guān)博士學(xué)位論文 前10條

1 趙凡宇;航天器多目標(biāo)觀測任務(wù)調(diào)度與規(guī)劃方法研究[D];北京理工大學(xué);2015年

2 孫明明;云計算平臺上任務(wù)調(diào)度算法的研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 郭力爭;云計算環(huán)境下資源部署與任務(wù)調(diào)度研究[D];東華大學(xué);2015年

4 黃萬偉;基于服務(wù)屬性區(qū)分的可重構(gòu)任務(wù)調(diào)度研究[D];解放軍信息工程大學(xué);2009年

5 瞿進(jìn);可重構(gòu)系統(tǒng)軟硬功能劃分及任務(wù)調(diào)度技術(shù)研究[D];解放軍信息工程大學(xué);2011年

6 周雙娥;實時分布容錯系統(tǒng)的任務(wù)調(diào)度技術(shù)研究[D];哈爾濱工程大學(xué);2003年

7 柴亞輝;基于FPGA的高性能計算架構(gòu)硬件任務(wù)與資源模型研究[D];上海大學(xué);2012年

8 金剛;云環(huán)境下任務(wù)調(diào)度關(guān)鍵問題研究[D];吉林大學(xué);2015年

9 耿曉中;基于多核分布式環(huán)境下的任務(wù)調(diào)度關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

10 陳錫明;基于NOW的任務(wù)調(diào)度和負(fù)載平衡方法研究[D];電子科技大學(xué);2000年

相關(guān)碩士學(xué)位論文 前10條

1 張巧龍;云計算環(huán)境下任務(wù)調(diào)度問題的研究[D];江南大學(xué);2015年

2 徐彬;云環(huán)境下基于動態(tài)融合遺傳蟻群算法的DAG任務(wù)調(diào)度研究[D];南京信息工程大學(xué);2015年

3 鐘瀟柔;基于動態(tài)遺傳算法的云計算任務(wù)節(jié)能調(diào)度策略研究[D];哈爾濱工業(yè)大學(xué);2015年

4 李婷;分布式爬蟲任務(wù)調(diào)度與AJAX頁面抓取研究[D];電子科技大學(xué);2015年

5 趙彬;基于任務(wù)調(diào)度和動態(tài)資源調(diào)整的云計算節(jié)能機(jī)制及能效分析[D];廣西大學(xué);2015年

6 楊鏡;基于人工免疫系統(tǒng)的云平臺動態(tài)任務(wù)調(diào)度[D];電子科技大學(xué);2014年

7 王一冰;基于ASP.NET的任務(wù)調(diào)度管理系統(tǒng)的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2013年

8 白晶晶;云環(huán)境下安全和可靠性驅(qū)動的工作流任務(wù)調(diào)度研究[D];新疆大學(xué);2015年

9 呂信科;基于多核陣列的任務(wù)調(diào)度技術(shù)研究[D];電子科技大學(xué);2015年

10 溫宇昂;單階段差異化多機(jī)可拆分任務(wù)調(diào)度優(yōu)化方法[D];東北大學(xué);2013年

，

本文編號：2225223