云環(huán)境下的實(shí)例密集型工作流調(diào)度問題研究.pdf

1、實(shí)例密集型工作流作為互聯(lián)網(wǎng)的一種重要的、日益廣泛的商業(yè)應(yīng)用,如日交易百萬筆的網(wǎng)絡(luò)購物,且這規(guī)模還在快速增長。然而傳統(tǒng)的分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算,難以適應(yīng)高速增長的數(shù)據(jù)量龐大的實(shí)例密集型工作流應(yīng)用,而云計(jì)算通過打造“云”來實(shí)現(xiàn)海量數(shù)據(jù)的處理,可以較好地解決實(shí)例密集型工作流應(yīng)用數(shù)量量龐大的問題,所以實(shí)例密集型工作流應(yīng)用將逐步往云環(huán)境中遷移,其中資源調(diào)度是一個(gè)關(guān)鍵問題。目前云環(huán)境下的實(shí)例密集型工作流調(diào)度算法主要集中于QoS(成本、時(shí)間)

2、因素,而沒有過多地關(guān)注資源可靠性因素,出現(xiàn)資源故障而導(dǎo)致任務(wù)執(zhí)行中斷的風(fēng)險(xiǎn)較高,進(jìn)而增加任務(wù)的額外執(zhí)行成本、推遲任務(wù)完成的時(shí)間,甚至引發(fā)重調(diào)度。
　　 鑒于以上問題,本文引入信任機(jī)制,建立資源的信任模型來評(píng)估資源的可靠性,其中直接信任度由資源自身的歷史經(jīng)驗(yàn)(服務(wù)時(shí)間、服務(wù)成功次數(shù)、服務(wù)失敗次數(shù)、服務(wù)延遲次數(shù))以及基于時(shí)間序列最近偏向技術(shù)而得到的時(shí)間衰減因子Q共同決定;間接信任度主要依據(jù)任務(wù)節(jié)點(diǎn)執(zhí)行任務(wù)的失效規(guī)律來確定。然后,針對(duì)

3、云資源不可靠、實(shí)例密集型工作流對(duì)資源競爭激烈等特征,進(jìn)一步設(shè)計(jì)了信任驅(qū)動(dòng)的滿足截止期限的成本最小化(Trust-drive MinimizeCost Within Deadline,TD-MCWD)算法。一方面,該算法交錯(cuò)開具有相同特性的大量的實(shí)例的子最后期限,以期待獲取更加便宜的競爭激烈的資源,因?yàn)殚L子任務(wù)期限的任務(wù)有機(jī)會(huì)獲取完成較短子任務(wù)期限釋放的便宜的資源;另一方面,該算法會(huì)根據(jù)信任模型評(píng)估出來的資源可靠性,預(yù)估任務(wù)在資源執(zhí)行的成

4、功與失敗的概率,然后綜合考慮任務(wù)成功執(zhí)行時(shí)的執(zhí)行成本與執(zhí)行時(shí)間、任務(wù)執(zhí)行中斷時(shí)帶來的風(fēng)險(xiǎn)成本與風(fēng)險(xiǎn)時(shí)間,預(yù)測出任務(wù)執(zhí)行的總時(shí)間和總成本,然后在滿足任務(wù)子期限的約束條件下,選擇總成本最小的資源執(zhí)行任務(wù)。
　　 最后,擴(kuò)展了CloudSim云仿真平臺(tái),實(shí)現(xiàn)TD-MCWD算法,并與其他算法進(jìn)行仿真實(shí)驗(yàn)比較,結(jié)果分析表明,TD-MCWD算法可以降低實(shí)例未按時(shí)完成率和減少成功完成實(shí)例的平均執(zhí)行成本,并且擁有較好的負(fù)載均衡,呈現(xiàn)出較好的性能