云环境基于多工作流的任务调度节能算法的研究

《云环境基于多工作流的任务调度节能算法的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、云环境基于多工作流的任务调度节能算法的研宄传统的工作流调度策略侧重于解决减少任务的完成时间和提高资源利用率之间的矛盾，却忽略了节能的要求。针对SHEFTEX算法在处理条工作流时容易出现资源闲置，提出了一种基于多工作流的任务调度算法(MWFTS)，进一步提出了一种节能策略(MWFTEES)。该策略首先把多工作流任务综合，一起评估，排序为任务执行序列。然后依次对该序列中的每个任务，遍历所有资源，选取任务完成时间最早的资源进行执行。在执行前，首先检查其所分配的资源上有无空闲时长。如果有，则判断是否可以为该资源上所分配的前一个任务适当调整处

2、理机频率，从而节省能耗。实验仿真表明，MWFTS算法比SHEFTEX算法的任务完成时间短，资源利用率高；MWFTEES策略与MWFTS任务完成时间相同，却比MWFTS资源利用率更高，且更加节能。【关键词】云计算科学工作流任务调度节能动态频率调整科学工作流分为一般型、数据密集型和计算密集型，其部署和执行，不仅对计算资源要求高，而且要有海量存储空间。云计算环境以其设施的规模性、服务的按需和灵活性，为科学工作流的执行提供了强有力的支持。然而，云数据中心一直存在着高能耗、高污染问题。怎么通过减少能耗，以节约成本、减轻污染，成为云数据中心的重

3、要研究课题。传统科学工作流调度，多针对单工作流的任务调度，而未考虑多个工作流的并发调度。这可能导致个体工作流较优，但会增加任务的执行时间和资源闲置，从而增加能耗。因此，云科学工作流的调度目标是快速和节能。本文提出一种基于多工作流的任务组合调度策略(MultipleWorkflowTaskScheduling,MWFTS)，并根据此策略，基于DVFS技术，提出了一种节能策略(MultipleWorkflowTaskEnergy-EfficientScheduling,MWFTEES)。实验表明，这两个策略不仅减少了工作流执行的总时间，

4、提高了资源利用率，而且节省了能耗，达到了良好的调度目的。1相关研宄有关云计算的任务调度算法有很多。文献［3］基于延迟调度算法，根据作业及节点的相关动态参数，计算等待时间期望，动态调整作业的等待时间阈值，响应时间及负载均衡性方面优于此前的延迟调度算法。延迟调度算法主要调度独立任务，很少针对数据依赖性工作流任务的调度。文献［5］基于粒子群算法PSO和遗传算法，在每一步的迭代中，通过对两种算法的有效组合，选取全局最优样本，达到了较好的稳定性和收敛性。文献［8］采用的HEFT算法是一种列表调度算法，为工作流图中的节点和有向边赋予权值，依据权

5、值生成任务调度序列，之后计算和映射，给任务分配合适的资源进行执行。SHEFT算法通过改进HEFT算法，实现资源动态地预分配及释放。这两种算法只优化了响应时间和服务费用，没有考虑能耗及资源空闲时间。有关云计算的能耗管理机制也有很多。文献［11］提出的“哑包”超时策略是一种睡眠-唤醒机制，A先给B发送一个“哑包”，然后等待一段通信时间，再唤醒B，减少了丢包率，却增加了系统延迟。文献［12］通过设置简单睡眠、缓冲睡眠、睡眠3种不同的睡眠状态，改进了超时策略。文献［13］提出速度缩放机制，将能耗优化转化成任务的调度优化。文献［14］通过分析

6、队列长度和链路利用率的关系，提出了速率转换策略具有单阈值和双阈值的自适应性，基于不同的队列长度和链路利用率，调整服务速率，从而节省能耗。文献［15］通过DVS技术，解决云系统中虚拟机节能调度问题。文献［16］基于启发式算法和DVS技术，对非抢占、无周期的独立型任务，综合用户期望及系统弹性能力，减少系统的调度时间和能耗。文献［17］通过虚拟机的实时迁移，将负载分布到多个同构节点来减少能耗。文献［18］基于负载均衡，解决异构计算环境中的节能调度问题，将任务分配到能耗较小的的节点，节约能源。2算法相关定义根据文献［19］，CPU使用率W、

7、CPU频率f与功率P之间存在一定的数学关系。当W固定时，功率P1=A1+Blf3；当f固定时，P2=A2+B2w。如果以f3和W作为自变量，则功率P(f3,w)则可表示为：P(f3,w)=Af3+Bwf3+Cw+D(1)其中A、B、C、D为系数，具体的测量方法请参考文献［19］。由于云环境中同一集群的资源节点是同构的，相同集群中的每个节点的A、B、C、D的数值相同。当CPU的使用率W和频率f确定时，在时间t内所消耗的能量E为：E=(Af3+Bwf3+Cw+D)*t(2)如图1所示的3条简单工作流，有关其它具体定义及计算公式请参考文献

8、［20］中论文的前面工作。3SHEFTEX算法根据文献［15］提出的SHEFTEX算法，分别对图1中3条工作流的任务，首先根据任务的时间权重排序为执行队列：｛1_1，1_3,1_2,1_4,1_6,1_7,1_5｝、｛2_2，2_1，