異構(gòu)分布式環(huán)境下任務(wù)調(diào)度問(wèn)題的研究.pdf

1、在分布式系統(tǒng)中，隨著系統(tǒng)中節(jié)點(diǎn)數(shù)目的增大，任務(wù)調(diào)度問(wèn)題的復(fù)雜度也會(huì)隨之增加，因此如何對(duì)任務(wù)進(jìn)行合理地調(diào)度是極為重要的問(wèn)題。傳統(tǒng)的算法所考慮的條件比較單一，沒(méi)有考慮系統(tǒng)和任務(wù)的動(dòng)態(tài)性，缺乏綜合衡量，很難滿足系統(tǒng)發(fā)展的需求。針對(duì)這些問(wèn)題本文建立了基于多Agent的任務(wù)調(diào)度模型，在該模型的基礎(chǔ)上，構(gòu)建了協(xié)商調(diào)度機(jī)制，使每個(gè)節(jié)點(diǎn)都具有獨(dú)立的決策能力。
　　針對(duì)不具有依賴關(guān)系的任務(wù)提出了分布式多目標(biāo)動(dòng)態(tài)調(diào)度算法(DistributedMul

2、ti-Objective Dynamical Task Scheduling Algorithm，DMOD)，該調(diào)度算法對(duì)任務(wù)的完成時(shí)間、系統(tǒng)負(fù)載和通信量進(jìn)行了綜合評(píng)價(jià)。在異構(gòu)分布式環(huán)境下，應(yīng)用通常會(huì)被分解為多個(gè)具有依賴關(guān)系的任務(wù)來(lái)并行執(zhí)行，如何對(duì)這類任務(wù)進(jìn)行合理地調(diào)度也變得越來(lái)越重要。在對(duì)依賴任務(wù)進(jìn)行調(diào)度時(shí)，傳統(tǒng)的算法沒(méi)有考慮分布式環(huán)境下計(jì)算節(jié)點(diǎn)的動(dòng)態(tài)變化，這不符合未來(lái)發(fā)展的需求。某些計(jì)算節(jié)點(diǎn)會(huì)為多個(gè)應(yīng)用提供服務(wù)，而不只為某一個(gè)依賴任

3、務(wù)集提供服務(wù)，當(dāng)計(jì)算節(jié)點(diǎn)同時(shí)為多個(gè)應(yīng)用進(jìn)行服務(wù)時(shí)，對(duì)任務(wù)完成時(shí)間進(jìn)行估算并不能做到十分準(zhǔn)確。針對(duì)這些問(wèn)題本文從DAG圖本身的結(jié)構(gòu)出發(fā)，根據(jù)共同后繼任務(wù)在DAG圖中的最小層次值、任務(wù)的直接后繼任務(wù)個(gè)數(shù)以及任務(wù)到出口任務(wù)的路徑長(zhǎng)度建立了多參數(shù)綜合調(diào)度算法(Multi-Parameter Scheduling Algorithm，MPSA)，以這三個(gè)因素共同構(gòu)建算法中的評(píng)價(jià)函數(shù)，避免了在調(diào)度過(guò)程中由于對(duì)任務(wù)完成時(shí)間進(jìn)行估算所帶來(lái)的誤差影響，并

4、在評(píng)價(jià)函數(shù)中對(duì)各個(gè)參數(shù)進(jìn)行歸一化和標(biāo)準(zhǔn)化來(lái)消除參數(shù)間不同量綱和差值過(guò)大對(duì)結(jié)果帶來(lái)的影響，最終以評(píng)價(jià)函數(shù)計(jì)算出的評(píng)價(jià)值作為依賴任務(wù)調(diào)度的依據(jù)。
　　針對(duì)DMOD和MPSA，本文分別對(duì)多組任務(wù)集進(jìn)行了測(cè)試。將DMOD算法與MinMin算法和基于樹(shù)狀架構(gòu)的調(diào)度算法進(jìn)行了比較，DMOD獲得了較小的任務(wù)完成時(shí)間，且減少了系統(tǒng)的通信量，避免了由于系統(tǒng)中負(fù)載和通信量劇增而導(dǎo)致的性能下降，提高了系統(tǒng)的穩(wěn)定性和任務(wù)的執(zhí)行效率。將MPSA與ETF、L