云數(shù)據(jù)中心環(huán)境下并行應(yīng)用與并行負(fù)載調(diào)度算法研究.pdf

1、近年來(lái)，云計(jì)算在資源模式上的彈性、靈活和高效吸引著越來(lái)越多的科學(xué)應(yīng)用遷移到云數(shù)據(jù)中心執(zhí)行。盡管資源按需獲取、按使用量計(jì)費(fèi)和廣域網(wǎng)互連等獨(dú)特優(yōu)勢(shì)有利于實(shí)現(xiàn)科學(xué)合作和高性?xún)r(jià)比科學(xué)計(jì)算，但科學(xué)計(jì)算同時(shí)也面臨大數(shù)據(jù)、資源虛擬化、類(lèi)型多樣化和周期計(jì)費(fèi)問(wèn)題。資源獲取與任務(wù)調(diào)度是科學(xué)應(yīng)用獲得高效執(zhí)行的關(guān)鍵。針對(duì)現(xiàn)有研究工作在多數(shù)據(jù)中心協(xié)同調(diào)度、滿(mǎn)足多方面QoS需求以及應(yīng)對(duì)波動(dòng)負(fù)載模式等方面存在的不足，本文對(duì)云數(shù)據(jù)中心環(huán)境下并行應(yīng)用與并行負(fù)載調(diào)度算法開(kāi)

2、展了相關(guān)研究，主要工作包括：
　?。?）提出了基于加權(quán)K均值聚類(lèi)的科學(xué)工作流數(shù)據(jù)與任務(wù)協(xié)同調(diào)度算法。該算法基于加權(quán)的數(shù)據(jù)與任務(wù)依賴(lài)關(guān)系構(gòu)建依賴(lài)關(guān)系矩陣，利用K均值聚類(lèi)算法和矩陣分割樹(shù)在滿(mǎn)足存儲(chǔ)均衡約束下將依賴(lài)度高的數(shù)據(jù)與任務(wù)放置在一起，通過(guò)重調(diào)整、任務(wù)復(fù)制和數(shù)據(jù)預(yù)導(dǎo)入進(jìn)一步優(yōu)化跨數(shù)據(jù)中心的數(shù)據(jù)傳輸；
　?。?）提出了基于K割的多層圖剖分科學(xué)工作流數(shù)據(jù)與任務(wù)協(xié)同調(diào)度算法。該算法通過(guò)固定節(jié)點(diǎn)融合生成圖K割算法所需的端點(diǎn)，利用多層

3、粗粒度化技術(shù)壓縮工作流圖規(guī)模，采用圖K割算法直接對(duì)粗粒度圖進(jìn)行剖分，利用多層細(xì)粒度化技術(shù)逐層調(diào)整剖分結(jié)果并對(duì)計(jì)算任務(wù)均衡約束進(jìn)行處理；
　?。?）提出了基于生物地理學(xué)優(yōu)化的DAG（Directed Acyclic Graph）調(diào)度算法。該算法以最近提出的生物地理學(xué)優(yōu)化技術(shù)為基礎(chǔ)，利用單結(jié)構(gòu)部分編碼方式縮小問(wèn)題求解的搜索空間，通過(guò)引入比較函數(shù)間接計(jì)算適應(yīng)度來(lái)提高算法框架的靈活性，并通過(guò)將啟發(fā)式調(diào)度算法作為基準(zhǔn)算法來(lái)提高求解質(zhì)量，基于

4、DAG最大并行度初始化資源池以應(yīng)對(duì)按需獲取下資源類(lèi)型和數(shù)量不確定的情況；
　　（4）提出了基于算法組合優(yōu)化的并行負(fù)載調(diào)度方法。該方法通過(guò)在調(diào)度器中包含大量不同類(lèi)型的調(diào)度算法來(lái)應(yīng)對(duì)波動(dòng)的負(fù)載模式，通過(guò)合理的效用函數(shù)設(shè)計(jì)來(lái)折衷并行負(fù)載執(zhí)行性能和費(fèi)用，利用在線(xiàn)仿真調(diào)度對(duì)組成算法進(jìn)行性能評(píng)估和選擇，使用基于算法性能動(dòng)態(tài)分類(lèi)的時(shí)間約束仿真來(lái)提高算法選擇的質(zhì)量。
　　綜上所述，本文針對(duì)當(dāng)前云數(shù)據(jù)中心環(huán)境下并行應(yīng)用與并行負(fù)載調(diào)度中亟待解決