云環(huán)境中基于Map-Reduce的虛擬機調度策略研究.pdf

1、云計算是從網(wǎng)格計算、并行計算和分布式計算發(fā)展而來的，云計算采用虛擬化技術對數(shù)據(jù)中心的各種硬件資源進行虛擬化，形成虛擬資源池，然后動態(tài)部署虛擬資源供用戶透明使用。
　　數(shù)據(jù)中心規(guī)模的不斷擴大以及用戶數(shù)量的持續(xù)增加，都導致如何在海量數(shù)據(jù)中快速提取有價值的信息成為云計算首要解決的問題。本文在總結前人工作的基礎上，針對云環(huán)境中基于Map/Reduce的虛擬機調度策略做出兩種改進方案，一是對Map/Reduce框架進行改進，將GPU應用到M

2、ap/Reduce并行計算模型平臺進行大規(guī)模數(shù)據(jù)處理，形成雙層次并行處理模型，有效的加快任務的執(zhí)行效率。二是結合云計算不確定性和復雜性的特點，將基于Map/Reduce的改進蟻群算法應用到云計算的虛擬機資源調度問題中，首先采用Min-min算法得出的任務預期最小完成時間，以實現(xiàn)最小調度時間；其次在信息素局部更新時不僅考慮到當前節(jié)點還考慮到周遭節(jié)點的信息素變化情況，加強了螞蟻間的協(xié)作；然后在雙向螞蟻機制中根據(jù)信息素最優(yōu)原則保存反向螞蟻攜帶