云计算资源拓扑模型-计算机应用研究.docVIP

一种面向云计算虚拟机资源拓扑结构的任务调度 张 亮，张曦煌 （江南大学 物联网工程学院，江苏 无锡 214122） 摘 要：针对现有云计算任务调度研究忽视虚拟机间拓扑结构的问题，提出一种兼顾虚拟机资源拓扑结构的任务调度算法。首先，建立云计算任务模型和虚拟机资源拓扑模型，然后综合虚拟机处理性能和拓扑距离两个方面，提出虚拟机-任务适应度评价函数，计算、评价虚拟机的综合性能，将任务分配到综合性能优的虚拟机上。通过仿真实验将该算法与HEFT、DCP进行对比，实验结果表明在考虑虚拟机间拓扑结构的情形下，面向不同类型、不同规模的任务集合，该算法比其他算法平均任务完成时间小，且具有较优的适应性。 关键词：云计算；虚拟机；拓扑结构；任务调度；适应度评价函数 中文分类号：TP338；TP316.4 Task scheduling oriented to topology of virtual machines resource in cloud computing Zhang Liang，Zhang Xihuang （School of Internet of Things Engineering，Jiangnan University，Wuxi Jiangsu 214122，ChinaAbstract: In the view of the issue that the existing studies of task scheduling didnt consider the topology of VMs in cloud computing, this paper proposed an algorithm of task scheduling taking VMs topology into account. Firstly, the algorithm built models of cloud computing tasks and VMs topology respectively. Then it introduced a VM-Task fitness evaluation function, integrated with processing performance of VM and topological distance between VMs. After the evaluation of the function, it assigned the task to the VM with excellent comprehensive performance. The comparison experiments among the proposed algorithm, HEFT and DCP show that the proposed algorithm not only has good adaptability for different types of tasks or different scales of tasks, but also its average makespan is smaller than that of HEFT and DCP when considering VMs topology. Key words: cloud computing; virtual machine; topology; task scheduling; fitness evaluation function引 言 近年来，随着大批研究者加入云计算研究与开发，云计算发展迅猛、成果显著，并初步形成了云计算信息技术产业链。云计算凭借其“按需收费、弹性使用、低廉高效”的特性[1]，吸引了大批企业的关注，尤其在IT领域，Amazon、Google、腾讯、阿里等IT巨头，纷纷结合自身优势，搭建独立的云计算平台，提供各式各样的云计算服务。 在云计算研究领域，任务调度问题是研究过程中的重要课题，并已被研究者归为NP完全问题[2]。云计算任务调度所采用策略决定了任务完成时间时长和服务质量，最终影响用户的体验；在特定调度策略下，资源所采用的分配方式、使用效率，又关乎服务提供商切实利益[3-4]。目前，云计算任务调度问题成为国内外研究者的研究热点，并提出了一系列解决方案，取得一定的成果。文献[5]采用HEFT调度算法，根据任务平均完成时间和平均通信时间，生成任务的静态优先级调度列表，依据此表将任务顺序分配到恰当的虚拟机上。文献[6]采用DCP改进算法，动态计算工作流任务的DAG关键路径以适应资源的可变性，并为关键任务优先分配高性能资源，一定程度上实现了自适应调度。文献[7]采用层次分析法，结合资源特性和用