基于负载均衡度的云计算任务调度算法-东北电力大学.PDFVIP

第39卷第1期　 东 北 电 力 大 学 学 报 Vol.39,No.1 2019年2月 Journal Of Northeast Electric Power University Feb,2019 - - - - DOI:10.19718/ j.issn.1005 2992.2019 01 0088 08 基于负载均衡度的云计算任务调度算法 叶　 波 (国网新疆电力有限公司电力科学研究院,乌鲁木齐830011) 摘　 　 　 要:针对当前云计算环境中用户群与数据量庞大的特点,如何设计高效的负载均衡调度算法 - 是云计算领域一直探索的重要课题.提出一种基于负载均衡度的云计算任务调度算法(TS CCLB),该 算法首先依据空间案投影分析计算了集群的负载均衡度,以此给出调度决策变量,并依据任务的执行代 价完成时限赋予任务不同的优先级别.任务调度时将任务按优先级调度到最大决策变量值所对应的虚 拟机上.实验结果表明,该算法可有效提高云计算集群的负载均衡性,缩短总任务的完成时间,尤其当任 务数与节点规模较大时,优势更为明显. 关 键 词:云计算;任务调度;负载均衡度;优先级 中图分类号:TP391.9　 　 　 　 文献标识码:A 当前,传统的云任务调度算法在缩短任务的完成时间、提高云计算集群利用率方面都有了比较理想 的效果,但是在当系统处理器数量较多,任务量庞大时,云计算集群就容易出现负载失衡问题[1~3].经典 - - 的Min Min 与Max Min算法对于计算量过小或过大的任务赋予更高的优先级,这样做避免了某些用等 [4~5] - 待时间过长,也缩短了总任务完成时间,但是算法的负载均衡性能较差 .文献[6]Min Min 算法中 引入优先级思想,任务优先级与任务等待时间呈增长关系,这样能够有效缩短整个任务的完成时间.文 - 献[7]将任务分组,且使同组内任务优先级相等,组内截止时间短的任务优先得到调度.Min Min与Max -Min算法都实现了较高的任务调度效率,但是没有出现负载不平衡问题.文献[8]提出了一种动态优 先级实时任务调度算法,该算法实现了任务的抢占次数减少,截止期错失率低的效果.文献[9]提出了 - 一种依据动态优先级进行任务调度的TS PFB算法,每一轮重新调度时都会重新计算任务优先级,以保 证任务调度时的公平和效率. 优秀的任务调度算法应该既能有效减少总任务完成时间,也能够较好的实现系统的负载均衡,提高 云计算资源利用率,显然,计算资源的负载均衡性越好,越能提高云计算集群的资源服务能力.文献 [10]将基于认知可信模型设计的动态优先级调度算法,使任务调度时的资源稳定性得到改善,从而使 任务调度的成功率得到极大提高.文献[11]比较了蜂群算法、动态聚集算法以及随机抽样算法的负载 均衡性,综合分析了3种算法中节点数和节点性能对集群性能的影响.文献[12]提出了一种基于蜜蜂 - 觅食行为的动态负载均衡算法HBB LB,该算法适用于处理云环境下非抢占式独立任务的调度,并实现 了较好的负载均衡,还考虑了节点中等待序列内任务优先级.文献[13]提出了一种应用于网格计算的 路由负载均衡准则,模仿网络中的路由方式确定邻节点,最后选取最合适的计算节点作为任务分配节 点,将并行应用任务平均分配上去,该算法在任务重新分配过程中需要付出较多的通信成本.文献[14]