混合云环境下的资源调度-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Dissertation Submitted to Zhejiang University of Technology for the Degree of Master RESOURCE SCHEDULING IN HYBRID CLOUD Candidate: Shen Jie Advisor: Fan Jing, Xiong Li Rong College of Computer Science and Technology Zhejiang University of Technology May 2015 浙江工业大学 学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作 所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或 集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的 学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中 以明确方式标明。本人承担本声明的法律责任。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 浙江 浙江工业大学硕士学位论文 混合云环境下的资源调度 摘 要 工作流技术作为一种抽象手段，曾被广泛应用于流水线生产、自动化办公、科学研究 等领域。随着云计算的兴起，如何在云环境下调度工作流任务成为了工作流管理系统的新 课题。“资源即服务”、“pay per use”等概念的提出，让计算资源能够像水、电一样被 有偿使用。工作流调度的研究也从基于时间的调度策略，向基于 Quality-of-Service(QoS) 约束的调度策略转变。混合云作为新型云环境具有广泛的实用价值，混合云资源调度也成 为近年来的研究热点，具有十分重要的研究意义。 现有的工作流调度算法主要基于网格或单云环境实现，在混合云环境中的工作流调度 需要考虑如任务在混合云上的分配，公有云资源选取等多种因素。现有的混合云调度算法 也存在求解速度慢等缺点。针对以上问题，本文分析混合云工作流调度场景，给出了基于 数据敏感性、截止时间以及调度费用三种约束下的混合云工作流调度模型，并利用整数线 性规划思想对调度问题建模，求解在满足截止时间要求和数据敏感性约束的前提下优化调 度成本的调度策略。为加快求解速度，本文基于“帕雷托最优”理论实现任务分配方案筛 选，减少了任务与计算资源间的映射关系，减小了计算规模。 本文的主要研究工作与贡献如下： 1. 本文通过分析现阶段在云资源调度方面的研究成果，从工作流调度入手研究基于性 能与成本的云资源调度策略。为给出混合云工作流调度模型，本文在现有的基于最大努力 交付与基于 QoS 的两种调度策略的基础上，结合混合云环境的结构以及商业模式，给出了 混合云下基于敏感性约束、截止时间与调度费用的工作流调度模型，为后续研究混合云下 的工作流调度算法提供研究基础。 2. 针对用户对云平台计算能力需求的不同，本文研究了混合云环境下工作流调度方 法。利用 PCH（Path Cluster Heuristic）算法评判私有云计算能力，从而确定工作流任务能 否收敛到私有云内部调度。在私有云内部，利用 PCP 算法实现工作流调度。在同时使用公 有云与私有云资源的情况下，将工作流调度问题抽象为整数规划（Integer Linear Program, i ILP）问题，建模求解调度策略。 3. 为优化 ILP 模型求解速度，本文利用“帕雷托最优”原理，在资源分配之前，对任 务在混合云上分配方案进行筛选，排除不可能成为最优解的分配方案，减少了任务与计算 资源间的映射关系，减小了计算规模。在 ILP 模型求解过程中判断每种分配方案能否满足 截止时间要求，并选取调度费用最优的调度方案。 4. 模拟实验与分析。模拟实验比较了不同工作流规模下 ILP 模型的求解时间以及调度 结果，实验表明本文的优化方法能够缩短模型求解时间，在不同规模下都能得到较优的实 验结果且误差较小。 关键词：混合云，工作流调度，帕雷托最优，整数线性规划，敏感性，QoS ii RESOURCE SCHEDULING IN HYBRID CLOUD ABSTRACT Workflow technology has been widely applied in assembly line production, office