網(wǎng)格多集群環(huán)境和計算市場環(huán)境中的作業(yè)調(diào)度和資源分配研究.pdf

1、網(wǎng)格是建立在Internet上的一種新型的信息技術(shù)基礎(chǔ)毆施，目的是無縫地集成廣域資源來合作解決問題，實現(xiàn)計算資源、存儲資源、通信資源、軟件資源、信息資源、知識資源的全面共享。如何有效管理廣域的、異構(gòu)的、動態(tài)的、自治的網(wǎng)格資源是網(wǎng)格技術(shù)研究的重點和難點．傳統(tǒng)的作業(yè)調(diào)度方法難以奏效。 本文首先介紹網(wǎng)格的概念、演變和分類，分析了網(wǎng)格凋度面臨的問題。隨后第二章在回顧傳統(tǒng)調(diào)度理論的基礎(chǔ)上。結(jié)合網(wǎng)格環(huán)境，歸納了調(diào)度問題住網(wǎng)格環(huán)境中的新特征：

2、資源大規(guī)模異構(gòu)性、環(huán)境動態(tài)不可靠性以及面向用戶需求的特性。從兩種典型環(huán)境入手，通過分析網(wǎng)格社區(qū)多集群環(huán)境和網(wǎng)格計算市場的特點，針對多集群環(huán)境提出基于“全局-局部”模式的層次調(diào)度方法，針對計算市場提出基于雙向選擇的分布式調(diào)度方法。 本文第二章提出了多集群一致監(jiān)控的解決方案，設(shè)計了一種自描述方法以解決異構(gòu)資源信息的公共表示問題，基于Ganglia，GridView，PBS等監(jiān)控工具設(shè)計實現(xiàn)了一個通用的資源監(jiān)控系統(tǒng)。毆計了一種自適應(yīng)的

3、RTT感知的最小生成樹策略以改善系統(tǒng)的可擴展性。 論文第四章針對多集群提出了“全局-本地”的二階段超級凋度算法。針對計算密集型應(yīng)用，在傳統(tǒng)的批調(diào)度算法中加入對任務(wù)完成時限用戶QoS的考慮,提出了多集群環(huán)境下OoS感知的批調(diào)度算法，并應(yīng)用于多集群的全局隊列調(diào)度中，與傳統(tǒng)批調(diào)度算法相比，任務(wù)按時完成比率有明顯提高。同時，該算法對任務(wù)執(zhí)行時間的預(yù)測誤差也具有良好的適應(yīng)性。 論文第五章致力于研究經(jīng)濟市場和信任評估相結(jié)合的激勵機制

4、，把信任機制融入Buyya的網(wǎng)格計算市場模型,提出了網(wǎng)格中信任感知的資源交易模型(Grid Trust Aware ResourceTransaction Model，簡寫G-Tart模型)，詳細研究G-Tart模型中的實體、模塊、交易流程。在G-Tart模型中，把信任度作為衡量節(jié)點交易誠信度的重要指標(biāo)，激勵節(jié)點履行已達成的資源交易合約。引出了G-Tart中兩個關(guān)鍵問題，即任務(wù)代理的資源選擇問題和資源代理的任務(wù)接受問題。 論文第

5、六章從用戶代理角度出發(fā)，提出了一種基于信任過濾的資源選擇方法。該方法首先根據(jù)用戶信任需求過濾低可信資源，然后對剩余高可信資源綜合考慮其價格和風(fēng)險因素，最后給出了最小機會成本啟發(fā)式算法。實驗表明，該方法能對供求雙方產(chǎn)生激勵：對資源方保證可靠資源提供者的整體利潤：對用戶方能顯著降低作業(yè)失效率、減少成本8％-10％。 論文第七章從資源代理角度出發(fā)，提出基于收益和成本計算的任務(wù)接受策略，根據(jù)用戶提交任務(wù)的相關(guān)信息，計算接受任務(wù)的沉沒成本

6、和機會成本以決定是否接受任務(wù)，使得資源捉供者和資源請求者都實現(xiàn)自身的經(jīng)濟目標(biāo)，提高了服務(wù)方的收益。 論文第八章基于G-Tart模型，利用供求規(guī)律，設(shè)計了一種分布式調(diào)度系統(tǒng)，實現(xiàn)了Oppsim模擬器以模擬該系統(tǒng)。該系統(tǒng)采用用戶與資源進行雙向選擇的模式，通過啟發(fā)式的策略，動態(tài)調(diào)節(jié)資源價格，引導(dǎo)用戶和資源的行為。模擬結(jié)果表明該系統(tǒng)能有效解決網(wǎng)格環(huán)境中資源負載平衡問題，具有良好的靈活性和可擴展性，能有效提高服務(wù)質(zhì)量，任務(wù)完成率方面比Ni