论文部分内容阅读
随着信息量继续以几何级别增长,科研、工作以及日常生活中的细致化分工和复杂数据处理需求使得工作流技术被广泛应用。同时云计算技术能够提供高性能的计算资源使得越来越多的工作流应用执行在云上,比如科学计算,多层Web和大型数据处理应用。云计算是传统分布式计算如网格、集群等的发展。云服务作为一种富有活力的商业服务模式,通过虚拟化技术将计算资源,向互联网上的用户提供弹性的云计算服务。然而由于云计算的新特性使得云环境下工作流应用的调度问题成为一个重要的研究课题。该问题的挑战在于:任务资源映射的NP-hard性质;用户的不同的QoS要求;按需资源配置;性能波动和故障处理;混合资源调度;数据存储和传输优化。目前主要的工作流调度算法很多是借鉴原来网格环境下的调度策略,因此无法满足当前调度的目标。本文所做工作的主要贡献包括四个方面:(1)研究了云环境下的工作流调度策略,介绍了目前已有的各种工作流调度算法,并重点研究了复杂度较低的列表调度算法,分析了各算法应用于云环境下调度各类工作流时存在的缺陷。(2)提出了云环境下的工作流调度模型,分别对云工作流应用、云资源以及调度过程进行数学建模与说明,详细介绍了截止时间及预算约束的工作流调度过程。(3)针对文献中工作流调度算法在云环境下调度截止时间及预算约束的工作流时,调度成功率不高的问题,提出了一种基于路径权值的调度算法PWHEFT。该算法可以有效提高调度成功率。区别于以往的工作流调度算法,本文考虑了云环境下性能的不稳定性,并提出了工作流执行过程中动态调度策略。(4)将PWHEFT算法以及动态调度策略通过扩展添加入云计算仿真平台CloudSim中,随后对五种真实工作流应用进行模拟,根据通信计算比等参数随机生成DAG实例,添加扩展类等方法在该平台下搭建了云环境工作流调度环境。在扩展后的平台上实现了工作流调度以及延迟模拟程序,对所提出的两种算法分别进行了对比仿真实验,实验结果表明在调度这五种科学工作流时,这两种算法具有更好的调度成功率。