基于云計(jì)算的集群擴(kuò)展中的調(diào)度算法研究.pdf

1、作業(yè)調(diào)度算法一直是集群系統(tǒng)中的一個(gè)非常重要的研究課題，是決定一個(gè)集群性能好壞的前提和基礎(chǔ)。良好的調(diào)度算法可以幫助提高集群處理能力，有效地分配資源，加速作業(yè)運(yùn)行。
　　 隨著業(yè)務(wù)的不斷發(fā)展，集群壓力越來(lái)越大，企業(yè)不得不擴(kuò)展其內(nèi)部集群。但是傳統(tǒng)的購(gòu)入大量服務(wù)器的做法會(huì)消耗大量的資金和成本。在這樣的環(huán)境下，云計(jì)算靈活的使用方式為企業(yè)集群擴(kuò)展提供了新的集群擴(kuò)展方式，解決了企業(yè)面臨的兩難局面。基于研究背景的轉(zhuǎn)變，集群環(huán)境的變化，傳統(tǒng)的作業(yè)

2、調(diào)度算法已然不能適應(yīng)新的集群環(huán)境。為了順應(yīng)了企業(yè)發(fā)展的需要，我們迫切需要探索基于云計(jì)算的集群擴(kuò)展中的作業(yè)調(diào)度算法。這對(duì)于企業(yè)節(jié)約成本，提高用戶(hù)滿(mǎn)意度等都具有重要意義。
　　 由于基于云計(jì)算的集群擴(kuò)展中的調(diào)度算法研究剛剛起步，目前并沒(méi)有詳細(xì)的研究資料和參照算法。因而，本文采用逐步深入的方式設(shè)計(jì)了多種基于云計(jì)算的集群擴(kuò)展中的作業(yè)調(diào)度算法。首先，提出了兩種簡(jiǎn)單調(diào)度算法作為我們的參照調(diào)度算法。接著，針對(duì)這兩種算法中作業(yè)分配不合理性，利用

3、集群計(jì)算能力不同的特點(diǎn)，提出了一種基于計(jì)算強(qiáng)度的調(diào)度算法。該算法提出使用集合U代替整個(gè)等待隊(duì)列對(duì)作業(yè)篩選，這種方式不但減少了作業(yè)完成總時(shí)間和總成本，而且兼顧作業(yè)調(diào)度的公平性。隨后，本文提出一種等體積預(yù)留回填EV—RB(EqualVolume—Reservation Backfilling)調(diào)度算法，該算法認(rèn)識(shí)到基于計(jì)算強(qiáng)度的調(diào)度算法存在資源利用率低、超時(shí)作業(yè)數(shù)量多的問(wèn)題，創(chuàng)造性地將BackFilling算法中的二維時(shí)空表轉(zhuǎn)變成三維的方式

4、，將原本只能在傳統(tǒng)集群中運(yùn)行的BackFilling算法成功引入到云環(huán)境擴(kuò)展的集群中。同時(shí)，該算法為了解決BackFilling算法回填作業(yè)不足的缺點(diǎn)，使用體積變換的方式代替單一的時(shí)間比較，進(jìn)一步提高了資源利用率。最后，本文又提出一種改進(jìn)的等體積預(yù)留回填I(lǐng)EV—RB(ImprovedEqual Volume—Reservation Backfilling)調(diào)度算法，該算法基于對(duì)EV—RB算法的改進(jìn)，放寬了需求CPU數(shù)量不可變這一限制，進(jìn)