HPC和云计算中工作流调度机制文献综述.docxVIP

HPC和云计算中工作流调换体系文件综述 HPC和云计算中工作流调换体系文件综述 HPC和云计算中工作流调换体系文件综述 HPC 和云计算中工作流的调换体系文件综述 大纲：传统的工作流系统能够让用户成立可视化的应用程序，而且不需要复杂和耗时的编程。但是工作流系统的缺点是不能够对软件组件进行方便的接见，这样使得工作流系统不能够获得广泛的应用，恰巧云计算为其供应了一个接见资源池和软硬件的效劳，使得工作流系统获得了很好的睁开。其中云工作流任务调换算法是云工作流系统的核心技术之一，其调换策略的利害将直接影响到云工作流系统性能的表现。本文总结了一些云工作流调换的方法。 重点词：云工作流，调换，云计算，高性能计算， HPC 云工作流归纳 云工作流  使得工作流任务得以高效执行。其他，这种 可伸缩性不仅实现用户对计算资源的自适 应，也使得云效劳商最大程度利用资源，实 现自己利益最大化。 工作流是依照一系列已经定义好的规那么自动执行的业务过程，在不相同的执行者间传达文档和任务，并由多位参加者分别共同完成。在工作流执行的过程中，工作流管理系统经过计算机技术对工作流进行执行和管理，并协调好各成员或工作之间的信息交互。 [19] 随着云计算的不断睁开，分布式工作流系统也逐渐向云计算的工流系统方向演变。这是工作流管理系统在云计算环境下产生的一种崭新的应用模式，简称为云工作流。云工作流管理系统对云计算数据中心的计算或储藏资源一致管理，实现云工作流任务调换有序高效执行，从而实现业务流程自动化。工作流中的任务依照其计算依赖 性链接，这些任务被表示为有向无环图 (DAG) 云工作流拥有以下特点： 透明性。在云计算环境下，所有的资源都是虚假化的，在云中的所有效劳所需的运行环境，操作系统，实现语言既能够是相同的，也能够是不相同的。用户不用知道所用效劳的内部实现结构，更不需要知道所用资源详尽在哪个地址。 可伸缩性。云资源拥有按需分派的特点，用户能够随时随地的经过网络购置所需的资源。用户也可对节余的资源进行释放，减少租用资源的开销。这种动向的资源管理方式  实时监控。在云计算环境下，监控管理模块经过监测云工作流任务的运行情况，能够实现资源的负载平衡、故障监控以及节点规模控制。总而言之，云工作流是针对云计算系统需要配置灵便、任务的自动调换、资源的优化管理及计算流程性等特点提出的一种优化解决方案。经过云工作流不但能够压缩云计算本钱，而且能够提升云效劳质量。因此云工作流必然会获得越来越多的关注，也会快速的睁开起来，从而推动整个云计算产业的睁开。 1.2 工作流的执行 云环境下工作流的执行包括两个主要的阶段： 资源供应 (2) 资源照射到任务上。为工作流供应资源有两种方式： (1) 静态调换 (2) 动向调换。 在静态调换环境〔集群和网格〕中，资源的配置是起初的。因此，依照用户需求来配置资源是困难的。云环境的动向可扩展性为战胜这种静态调换供应了有效的解决方案。 在云环境中，资源是动向配置的。由于在单 个 CSP，云效劳代理，私有云和公共云之间照射适合的资源，这被认为是拥有挑战性的研究问题。这个幽默的问题为近来几年来各种资源调换算法的出 1 1 云工作流归纳 2 现铺平了道路。 工作流建模 工作流应用被表示为有向无环图〔 DAG 〕， 表示为 G(T,E) ，其中 G 是图， T 表示任务集， E 表示任务之间依赖关系的有向边会集。在一个应 用程序中，每个任务代表以百万条指令〔 MI 〕衡 量的单个任务。没有优先级任务的任务称为入口任务，没有后代任务的任务称为出口任务。工作 流大小由任务总数决定。图 1显示了十个任务的比方工作流程。 图 1: 工作流模型 工作流的结构描述工作流中任务之间的依赖关系。该结构能够分类为序列，并行和在基于 DAG 的结构中的选择。序次结构工作流程将以串行方式执行 ; 并行结构同时执行工作流任务。在选择结构中，工作流程以串行和并行方式执行。在 图 1中，任务 T1 ， T4 和 T10 代表序列工作流结构，而 T5 和 T6 代表并行工作流结构。 云工作流任务调换目标 云工作流任务调换就是经过云工作流系统中的任务调换器实现对用户提交的工作流任求推行综合管理，而云环境下的用户集体各异，不相同的用户对云工作流任务调换的目标优化也各不相同，这里能够将云工作流任务调换的目标优化问题分为两大类：单目标优化问题和多目标优化问题，如图 2所示.  图 2: 目标优化问题 其中相对用户而言，对于云工作流任务调换 的目标优化问题，大多数关注以下几个 QOS 指标： 执行时间：它表示云工作流任务完成需要的时间，是调换策略中最重要的目标。对用户来说，若是所提交的云工作流任务对完成时间有焦迫切的需求，只需将其照射到性能好的计算资源上，这样能够使得云工作流任务