限制优先次数优先级调度算法.docVIP

限制优先次数优先级调度算法 　　摘要：优先，可以说这个世界无处不有。银行排队的时候，先来的客户应该先得到服务；交钱多的人往往比普通人优先；领导较员工优先；女士比男人优先；孩子比成人优先；老人比年青人优先，等等例子实在太多。在信息和计算机系统中，尤其是多任务和/或多用户环境中，也常常采用优先调度策略，这些策略的目的在于尽量合理地利用系统资源，以满足系统的设计要求。该文首先回顾和比对了几个经典的、代表性的优先级调度策略，然后详细提出并描述了一种新的方案，即限制优先次数的优先级调度算法。 　　关键词：优先调度；优先级调度策略；限制优先次数 　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）34-7765-02 　　1 代表性的优先级调度策略回顾 　　普通的固定优先策略。每一个任务固定分配一个优先级，每次调度时，从就绪队列中选最高优先级的那??个任务来运行。该算法不需要去追究是谁提出的，因为普通人均能想到，长期以来在计算机中实际采用。如上世纪PDP-11系列计算机中采用的RSX-11M，用的就是该策略，这个例子当代许多大学生可能都不知道。又如，生于20世纪90年代且仍大量应用的μcos-II及μcos-III操作系统，也采用了该固定优先策略[1]。 　　RM（Rate Monotonic）调度策略。也是一个静态的、固定的优先策略[2]。只不过按每个任务的周期分配其优先级，周期越短，优先级越高，永远如此。只要一开始排好队，就可以一劳永逸地永远调度下去，实现方便，因此较早地就被吸收进Linux中。与上一算法一样，该算法不能动态地依据实际情况调整优先级。并且，它只根据固定的周期确定任务的优先级，难道周期短的任务一定就该优先吗？现实世界中并非总是如此。 　　最早截止期优先策略。即EDF（Earliest Deadline First）[2]。有别于上面的静态优先策略，该算法属动态优先策略。它认为每一个任务的每一次作业均有一特定时间点，本次作业必须在该点之前完成，该时间点被称作截止期。算法提出时主要针对实时系统，即对时间有要求的系统，如工业控制场合。而实际环境中，很多其它普通场合，任务的执行时间同样是人们所要求或期盼的。例如，要连接某一个网站浏览网页时，如果过了几十秒仍未打开，多数人可能无法忍受，浏览器也设置了一个超时时间限制。因此，EDF思想具有的意义不只是局限在实时领域。 　　如果任务数量和周期固定，且每个任务作业的截止期与周期相等，EDF算法已被充分研究，具有不错的性能。但是，对于任务数或参量变动的模型，该算法仍然有相当的研究空间和难度。需要指出的是：该算法虽能动态地调整优先级，但只依据截止期，与实际场合的对应非常有限。另外，在实际编程的时候，因为要依据运行时刻来动态调整调度队列，需要设置计数器，因此EDF比RM实现难度要大不少，尤其是系统中任务数量较多的时候。 　　加权的公平排队策略。该策略主要用于网络数据包发送。不同来源端口的数据包被分配不同的权值，依据权值的不同，端口数据被调度器赋予不同的服务时间。该算法的关键在于权值的选择。数据量大和/或优先级高（如交钱多的）的用户，可分配较大的权值。在类似ATM这种以信元为单位的网络中，权值的大小实际上就是时间片的多少。而在以不定长数据包为发送单位的网络上，先是依据权值求出各来源端口数据包可能的完成时刻，然后将这些完成时刻排队，先发送最早完成时刻对应的数据包。 　　通过引入不同的权值，该算法虽然比EDF策略更能反映用户的身份差别，但也不能包打天下。例如会出现这样一种优先级被反转的情况：如果在某一时刻，优先级高的任务（设为任务A）数据包很长，优先级低的任务（设为任务B）数据包很短，那么，即使任务A的权值大于任务B，但如果任务B的完成时刻早于任务A，优先级低的任务B会比优先级高的任务A先得到服务。 　　实时RR策略和SCHED-OTHER策略。这是Linux中两个著名调度策略，实时RR指的是某实时任务用完自己的时间片之后，将被排到调度队列的尾部，等待下一轮调度机会[3]。SCHED-OTHER主要对普通任务，它是依据任务的动态优先级来选择任务，实际上是依据一个静态值和动态值之和（权值）进行决策。权值最大的任务将被投入运行。随着任务的执行，其动态值慢慢减小，当其时间片用完之时，动态值变为0。实时RR和SCHED-OTHER较好地兼顾了公平性与优先级。但是，它们均是基于时间片的策略。基于时间片设置计数器，在系统中需要一定的开销。况且，以时间片来衡量实际任务的执行时长并非总是那么完善。例如，一个特定任务很可能在一个新的时间片刚到来后就执行完了，时间片设置过长时尤其如此。时间片设置过短又会增加开销。 　　2 限制优先次数的优先级调度算法 　　我们