云环境下工作流统任务层调度算法研究.pdf

摘要 摘要 伴随着云计算的深入发展和研究，在云计算环境中开发的科学工作流，商务 工作流以及协同应用流程越来越多，他们功能强大且通常都需要大量的资源。同 时在云环境中应用服务流程变得越来越繁杂，此外还受到成本，时间及资源等因 素的约束。通过可视化模型，云工作流系统可以灵活快速地构建复杂流程，然后 根据流程执行和管理云计算应用，从而使得云环境中的应用服务能够自行高效执 行。相比于其他的传统计算环境，云环境是根据用户需求获取计算存储资源并按 使用量进行付费。因为云计算的特有的性质导致传统工作流的相关技术不能很好 地解决云工作流管理中的问题。 资源分配和任务调度是云计算中两个重要核心的技术。云工作流任务调度指 的是在云环境中把用户提交的工作流实例中的每个任务派分到合适的计算资源 上进行执行并且对任务的运行情况进行管理，这能够影响云工作流实例执行的成 功率以及高效性。相比于传统环境中的调度，云工作流调度在进行调度时不但要 关注为任务选择最优的资源来符合预先定义好的调度约束(通常考虑运行时间和 运行成本)，而且还要注意各个任务之间的先后依赖的约束条件，此外一定要协 调各个任务的执行情况来获得最优的执行方案。云工作流调度通常是NP完全问 题。 论文对云工作流任务层调度进行深入研究，分析由底层资源虚拟化形成的虚 拟机的分时特性，结合工作流任务的各类QoS约束，提出了基于虚拟机分时特 性的任务层ACS调度算法。该算法考虑任务整体的成本约束，优化执行性能， 同时考虑由底层资源虚拟化的虚拟机各自的性能，设定虚拟机允许最大并行数。 由于云工作流任务层调度所面对的是集成工作流实例，每个任务的QoS约束更 加复杂。我们针对诸多的约束设置多种启发式信息。经过仿真试验，我们提出的 算法相比于其他算法在对于较多并行任务的执行上存在较大的优势，能够很好的 利用虚拟的分时特性，优化任务到虚拟机的调度。 关键词：云计算，工作流系统，云工作流，工作流调度，蚁群算法 Abstract ABSTRACT Withthe andresearchofcloud area in—depthdevelopment computing，there numberofscientific workflowandcollaborative growing workflow,business whichhave applications been inacloud developed computingenvironment．They are and a of in resources．Meanwhilethecloud usuallypowerfulrequirelarge‘number the of servicesis more are processapplication becomingcomplex．Inaddition，they totheconstraintsthetree of and subject factors(cost，time resource)．By Visualization workflowcan and build Model，Cloud flexiblyquickly complex