動態(tài)云環(huán)境中工作流在線高度算法研究.pdf

1、隨著科學的進步和技術的發(fā)展，科學工作流的計算規(guī)模日益增大，計算流程日益復雜，將工作流放在云環(huán)境中，利用云平臺強大的計算能力和存儲能力加速工作流的執(zhí)行已成為當今提高工作流計算效率的重要途徑。在調度研究中，科學工作流常用有向無環(huán)圖(Directed Acyclic Graph，DAG)來表示。
　　云環(huán)境高度的動態(tài)性使得DAG調度在實際的云環(huán)境中面臨諸多挑戰(zhàn)。例如，在云環(huán)境中我們很難準確預知工作流任務的運行時間和可用計算資源的詳細信息

2、，它們均隨著時間不確定地動態(tài)變化著?；谌蝿請?zhí)行時間和計算資源信息做出調度決策的靜態(tài)調度算法在動態(tài)云環(huán)境中已不再適用。在這種情況下，以最大化可執(zhí)行任務并行度為目標的在線調度算法成為降低云環(huán)境動態(tài)性影響，獲得高效調度性能的一種重要途徑。盡管已有許多在線調度算法如AO（AREA-Oriented）被提出來，但是它們都是基于DAG分解的算法，實施困難并且對于一般的DAG只能根據(jù)局部信息做出次優(yōu)調度。
　　本文提出了一種基于優(yōu)先級的啟發(fā)式

3、調度算法PB(Priority BasedHeuristic)，與現(xiàn)有在線調度算法相比，PB具有以下優(yōu)點:(1)適用于任何類型的DAG，僅通過分析工作流的拓撲結構做出調度決策。(2)采用數(shù)值化的優(yōu)先級方法，簡便易實施。(3)基于全局信息做出調度決策，降低了忽視最優(yōu)解的幾率。一系列的仿真實驗表明，PB算法比現(xiàn)有在線調度算法具有更好的調度性能，有效地降低了云環(huán)境的動態(tài)性對調度的影響。
　　此外，我們對PB算法進行了擴展，將任務執(zhí)行時間