基于經(jīng)濟(jì)機(jī)制的網(wǎng)格資源管理與調(diào)度策略的研究.pdf

1、本文的主要研究內(nèi)容和貢獻(xiàn)如下:1.首先,針對傳統(tǒng)的計(jì)算網(wǎng)格,借鑒經(jīng)濟(jì)學(xué)原理,提出了一種基于開銷的資源管理與調(diào)度策略.在計(jì)算網(wǎng)格環(huán)境中,各種資源例如CPU速率、存儲介質(zhì)的容量、網(wǎng)絡(luò)帶寬等雖然以不同單位度量,但可以根據(jù)一定的規(guī)則,將它們的利用率分別轉(zhuǎn)化成一種單一的開銷表示,從而便于調(diào)度決策.2.針對網(wǎng)格環(huán)境下的批處理調(diào)度模式,提出了基于開銷的周期調(diào)度算法,即Qsufferage算法.該算法考慮了每個(gè)任務(wù)輸入數(shù)據(jù)的位置,選取makespan和

2、響應(yīng)率作為性能評估的標(biāo)準(zhǔn).在Qsufferage算法中,調(diào)度任務(wù)時(shí)不僅考慮到最小化網(wǎng)格應(yīng)用整體的makespan,同時(shí)還考慮到最小化單個(gè)任務(wù)的等待執(zhí)行時(shí)間,即針對單個(gè)任務(wù)的QoS.在由SimGrid搭建的網(wǎng)格仿真平臺下,比較了該算法與Xsufferage、Sufferage、Min-min和Max-min算法的性能,實(shí)驗(yàn)結(jié)果表明Qsufferage算法在性能上優(yōu)于其它四種算法.此外,實(shí)驗(yàn)結(jié)果還表明每個(gè)任務(wù)的輸入數(shù)據(jù)大小對這五種啟發(fā)式算法

3、的性能均有較大影響,Max-min算法的makespan和響應(yīng)率隨著輸入數(shù)據(jù)大小的增加,性能下降為最快.3. 針對網(wǎng)格環(huán)境下的在線調(diào)度模式,提出了基于開銷的在線調(diào)度算法.該算法與其他在線算法相比,可以從理論上保證其性能的下限,這是其他在線啟發(fā)式調(diào)度算法所不具備的.為了驗(yàn)證該算法的有效性,在SimGrid網(wǎng)格仿真平臺下,比較了基于開銷的在線調(diào)度算法和貪婪算法的性能,實(shí)驗(yàn)結(jié)果表明基于開銷的在線調(diào)度算法比貪婪算法具有更好的性能,從而說明了該算

4、法在實(shí)際應(yīng)用中的有效性.4.針對通用網(wǎng)格,我們抽象出具體的實(shí)現(xiàn)技術(shù),在資源匯聚層可以將網(wǎng)格系統(tǒng)抽象為資源提供者、需求者和資源代理,建立了網(wǎng)格資源管理抽象經(jīng)濟(jì)體系結(jié)構(gòu),強(qiáng)調(diào)資源管理的層次性以及對計(jì)算資源虛擬化的重要性.5.針對通用網(wǎng)格中的專用資源,提出了一種基于雙向拍賣機(jī)制的網(wǎng)格計(jì)算資源分配方法,實(shí)現(xiàn)網(wǎng)格專用資源靈活有效的管理.針對CPU資源,該機(jī)制采用MDA方式以便于表達(dá)CPU資源交易量,交易價(jià)格采用統(tǒng)一拍賣方式,可以靈活調(diào)節(jié)交易雙方的