移動云計算中時延保證的任務(wù)分配方法
發(fā)布時間:2020-12-29 17:44
為在移動云計算中給任務(wù)提供實時保障,設(shè)計任務(wù)窗口對虛擬機中的任務(wù)進行分配,根據(jù)任務(wù)截止期和任務(wù)窗口大小進行調(diào)度;監(jiān)控任務(wù)的執(zhí)行過程,對窗口尺寸進行動態(tài)調(diào)整和修正,采取反饋機制保障后續(xù)任務(wù)分配不受影響,確保窗口內(nèi)的任務(wù)時延達標。根據(jù)任務(wù)的變化情況,建立相應(yīng)的虛擬機擴展或收縮策略,保障任務(wù)能夠?qū)崟r完成。實驗結(jié)果表明,任務(wù)能在規(guī)定的時間里得到提交,保證了實時任務(wù)可用性,系統(tǒng)中資源利用率高,其性能得到了很好的驗證。
【文章來源】:計算機工程與設(shè)計. 2020年05期 北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
調(diào)度模型
任務(wù)和符合時延要求的任務(wù)數(shù)結(jié)果如圖2所示。從圖2可以看出,隨著任務(wù)規(guī)模的增加,符合時延要求的任務(wù)數(shù)不斷增加。在任務(wù)數(shù)為350~500這4種不同情況中,TWDG算法時延達標的數(shù)量是相當高的,達標任務(wù)數(shù)接近于任務(wù)數(shù)。而FIFO算法和RR算法中時延達標的數(shù)量卻比TWDG算法少。這主要是這兩個算法缺少對任務(wù)截止期的考慮,另外,F(xiàn)IFO算法和RR算法中時延達標數(shù)也不穩(wěn)定,偶然性比較大,存在時高時低的現(xiàn)象。TWDG算法采用基于任務(wù)窗口的方式來對任務(wù)進行分配,把任務(wù)分配給能在截止期之前完成的虛擬機中執(zhí)行,保證了任務(wù)的實時可用性。
截止期影響
【參考文獻】:
期刊論文
[1]一種云工作流任務(wù)調(diào)度能效優(yōu)化算法[J]. 王國豪,李慶華,劉安豐. 計算機工程與應(yīng)用. 2018(10)
[2]基于新穎性排名和多服務(wù)質(zhì)量的云工作流調(diào)度算法[J]. 袁友偉,余佳,鄭宏升,王嬌嬌. 浙江大學(xué)學(xué)報(工學(xué)版). 2017(06)
[3]云計算中資源延遲感知的實時任務(wù)調(diào)度方法[J]. 陳黃科,祝江漢,朱曉敏,馬滿好,張振仕. 計算機研究與發(fā)展. 2017(02)
[4]帶截止期約束的多模態(tài)云服務(wù)工作流調(diào)度[J]. 王宏欣,張躍. 小型微型計算機系統(tǒng). 2016(11)
[5]一種通用云計算資源調(diào)度問題的快速近似算法[J]. 魏蔚,劉揚,楊衛(wèi)東. 計算機研究與發(fā)展. 2016(03)
[6]基于仿生自主神經(jīng)系統(tǒng)的節(jié)能高效云調(diào)度研究[J]. 邱曦偉,鄧紫璇,孫鵬,羅亮,向艷萍. 計算機應(yīng)用研究. 2016(10)
本文編號:2946028
【文章來源】:計算機工程與設(shè)計. 2020年05期 北大核心
【文章頁數(shù)】:5 頁
【部分圖文】:
調(diào)度模型
任務(wù)和符合時延要求的任務(wù)數(shù)結(jié)果如圖2所示。從圖2可以看出,隨著任務(wù)規(guī)模的增加,符合時延要求的任務(wù)數(shù)不斷增加。在任務(wù)數(shù)為350~500這4種不同情況中,TWDG算法時延達標的數(shù)量是相當高的,達標任務(wù)數(shù)接近于任務(wù)數(shù)。而FIFO算法和RR算法中時延達標的數(shù)量卻比TWDG算法少。這主要是這兩個算法缺少對任務(wù)截止期的考慮,另外,F(xiàn)IFO算法和RR算法中時延達標數(shù)也不穩(wěn)定,偶然性比較大,存在時高時低的現(xiàn)象。TWDG算法采用基于任務(wù)窗口的方式來對任務(wù)進行分配,把任務(wù)分配給能在截止期之前完成的虛擬機中執(zhí)行,保證了任務(wù)的實時可用性。
截止期影響
【參考文獻】:
期刊論文
[1]一種云工作流任務(wù)調(diào)度能效優(yōu)化算法[J]. 王國豪,李慶華,劉安豐. 計算機工程與應(yīng)用. 2018(10)
[2]基于新穎性排名和多服務(wù)質(zhì)量的云工作流調(diào)度算法[J]. 袁友偉,余佳,鄭宏升,王嬌嬌. 浙江大學(xué)學(xué)報(工學(xué)版). 2017(06)
[3]云計算中資源延遲感知的實時任務(wù)調(diào)度方法[J]. 陳黃科,祝江漢,朱曉敏,馬滿好,張振仕. 計算機研究與發(fā)展. 2017(02)
[4]帶截止期約束的多模態(tài)云服務(wù)工作流調(diào)度[J]. 王宏欣,張躍. 小型微型計算機系統(tǒng). 2016(11)
[5]一種通用云計算資源調(diào)度問題的快速近似算法[J]. 魏蔚,劉揚,楊衛(wèi)東. 計算機研究與發(fā)展. 2016(03)
[6]基于仿生自主神經(jīng)系統(tǒng)的節(jié)能高效云調(diào)度研究[J]. 邱曦偉,鄧紫璇,孫鵬,羅亮,向艷萍. 計算機應(yīng)用研究. 2016(10)
本文編號:2946028
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2946028.html
最近更新
教材專著