论文部分内容阅读
网格中的资源管理和任务调度很复杂,传统的资源管理和任务调度方法已经不能适应网格环境。将经济学模型引入到网格体系中,把经济学的方法应用于网格资源管理和任务调度,是近年来网格计算领域的一个研究热点。目前,很多基于计算经济模型的网格任务调度算法被提出,然而大部分算法仅仅聚集于单一的优化目标,譬如,任务的完成时间或执行成本。通常,用户总是希望任务能够在最短的时间、以最经济的方式执行,为了满足这种彼此存在冲突的多QoS需求,需要寻求高效率、符合成本效益和支持多QoS需求的调度算法。针对多数调度算法不能满足用户多QoS需求的问题,本文提出两种基于计算经济模型的网格任务调度算法：基于成本和时间权衡的分类优化调度算法(COSBCTT)和基于多QoS的分类优化调度算法(COSBMQ)。COSBCTT算法基于Min-Min算法的思想,通过改进MinCTT (Min-Min Cost Time Trade-off)算法,对资源进行分类调度,它综合考虑任务的完成时间和执行成本两类QoS需求,旨在最小化任务总的完成时间和执行成本。COSBMQ算法是在本文提出的COSBCTT算法的基础上,综合考虑任务的完成时间、执行成本和任务紧迫性三类QoS需求。COSBMQ算法兼具COSBCTT算法的特点,在优化完成时间和执行成本的同时,兼顾任务紧迫性需求,优先映射紧迫性高的任务给相应的资源,旨在减少任务总的完成时间和执行成本,提高在截止期内完成的任务数。基于网格仿真工具GridSim设计仿真实验,将本文提出的调度算法与MinCTT调度算法进行对比研究,实验结果表明,本文提出的COSBCTT算法能实现更小的总的完成时间和执行成本；本文提出的COSBMQ算法优于MinCTT算法,能实现较小的总的完成时间和执行成本,且能实现最高的在截止期内完成的任务百分比。另外,通过实验证明,权衡因子的大小对MinCTT算法的调度性能影响很大,而对应的权衡因子对COSBCTT算法和COSBMQ算法的调度性能影响较小,选择合适的权衡因子能实现优的调度。