網(wǎng)格環(huán)境下協(xié)作型任務的資源調(diào)度算法研究.pdf

1、網(wǎng)格是下一代Internet的發(fā)展方向，網(wǎng)格的主要目標就是把地理上廣泛分布的計算資源、存儲資源、網(wǎng)絡資源、軟件資源、信息資源等統(tǒng)一成一個邏輯整體，然后像一臺超級計算機一樣為用戶提供一體化的計算、信息應用等服務。因此為了使網(wǎng)格能夠達到最好的性能，有效減少網(wǎng)格任務的完成時間以及其它目標，出現(xiàn)多種資源調(diào)度算法，如：Min-Min，遺傳算法，人工智能算法等。 然而網(wǎng)格環(huán)境下的任務多種多樣，根據(jù)其子任務之間的關系可以分成三種類型：并行型任

2、務(元任務)，順序型任務，協(xié)作型任務。網(wǎng)格環(huán)境最普遍的任務就是子任務之間具有復雜制約關系的協(xié)作型任務，現(xiàn)有的針對協(xié)作型任務的資源調(diào)度算法都是建立在一定的假設條件下的，有一定的制約性。同時網(wǎng)格固有的一些特點，進一步增加了資源調(diào)度的難度。 作者的主要研究工作如下： (1)針對這種情況提出了一種新的協(xié)作型任務的資源調(diào)度算法——動態(tài)多權值調(diào)度算法(DMVSA算法)，該算法根據(jù)協(xié)作型任務的DAG圖動態(tài)的計算協(xié)作型任務中的關鍵路徑節(jié)

3、點，各任務節(jié)點的最早開始時間和最晚開始時間，以及它們到關鍵路徑的距離，并把它們作為參考值來計算就緒子任務節(jié)點的優(yōu)先級，進而根據(jù)優(yōu)先級對子任務進行調(diào)度，同時該算法在調(diào)度的過程中還根據(jù)每次調(diào)度的結果動態(tài)的調(diào)整這些參數(shù)。文中給出了該算法的數(shù)學參考模型，以及算法的詳細步驟和參數(shù)的計算方法。 (2)為了驗證算法的性能使用simgrid仿真器對該算法進行了仿真，并詳細介紹了DMVSA算法仿真模型的建立步驟和該仿真模型的基本組成模塊，各模塊的