科學(xué)工作流調(diào)度優(yōu)化問題研究.pdf

1、隨著 e-science成為支持復(fù)雜科學(xué)問題研究的一種全新科學(xué)研究模式，如何對其工作流結(jié)構(gòu)與系統(tǒng)資源進行分析，并在滿足用戶定義的時序約束的前提下將工作流中的任務(wù)分配到相應(yīng)資源進行最優(yōu)執(zhí)行，就成為重要的科學(xué)工作流調(diào)度問題。由于科學(xué)工作流面向高密度計算與海量數(shù)據(jù)，其大規(guī)模、多粒度、易錯性等特點與傳統(tǒng)商業(yè)工作流顯著不同，因此，對科學(xué)工作流調(diào)度問題研究還處于起步階段。
　　針對如何提升科學(xué)工作流調(diào)度效率、如何控制科學(xué)工作流粒度和降低系統(tǒng)開

2、銷、如何在聚類模型下改進科學(xué)工作流容錯算法等問題，本文分別優(yōu)化了現(xiàn)有的研究者提出的調(diào)度算法、聚類算法、容錯算法。具體的研究工作展示如下：
　　1.建立了科學(xué)工作流調(diào)度模型，包括調(diào)度環(huán)境模型和調(diào)度算法模型。分析了現(xiàn)有的兩種經(jīng)典算法，根據(jù)兩種算法在啟發(fā)式優(yōu)先級公式上存在通訊損耗考慮不周，分配處理機時采用的貪心策略容易陷入局部最優(yōu)解的缺陷，設(shè)計了基于輸入輸出數(shù)據(jù)流與關(guān)鍵父子任務(wù)的啟發(fā)式調(diào)度算法。并通過仿真實驗驗證了在調(diào)度環(huán)境與條件不斷變

3、化的情況下，本文算法表現(xiàn)出穩(wěn)定的調(diào)度效率，是一種穩(wěn)定高效的實用性算法。
　　2.通過對科學(xué)工作流調(diào)度系統(tǒng)的深度分析，闡述了任務(wù)-系統(tǒng)開銷數(shù)學(xué)模型與計算系統(tǒng)開銷的方法。對經(jīng)典算法水平聚類算法與父子聚類算法的分析，兩種算法缺少對任務(wù)粒度控制與工作流子任務(wù)間通信關(guān)系的考慮，因此提出粒度控制算法與影響力控制算法，用于改進任務(wù)粒度控制與聚類任務(wù)間關(guān)系錯位的問題。通過仿真實驗表明兩種新算法均可以有效降低系統(tǒng)開銷，并減少調(diào)度時間。
　　3

4、.提出了聚類算法下的科學(xué)工作流故障模型，同時分析了現(xiàn)有的基于主副版本的復(fù)制容錯算法在聚類情況下的不足之處，提出了可通過統(tǒng)計故障率實時改變聚類因子的動態(tài)聚類算法與可隔離錯誤任務(wù)并進行重聚類的選擇聚類算法。仿真實驗表明，動態(tài)聚類算法可以有效的降低故障帶來的影響，而選擇聚類算法可以有效避免故障任務(wù)對其他任務(wù)的影響，因此其效率高于另外兩種算法。
　　4.針對以上研究內(nèi)容，將科學(xué)工作流的調(diào)度算法、聚類算法與容錯機制結(jié)合成基于CloudSim