云计算环境下资源分配与任务调度研究.ppt

云计算环境下资源分配与任务调度研究,目 录,研究背景,1,实验与结论,4,研究背景,云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。,研究背景,云计算厂商都有自己资源分配与任务调度模式，但并没有统一的标准和规范。在云计算中，资源分配的效率非常重要，对云计算平台的系统综合性能影响很大。,相关研究,IBM蓝云架构,IBM蓝云计算平台的资源分配与任务调度由 IBM Tivoli部署管理软件（Tivoli Provisioning Manager）、IBM Tivoli监控软件（IBM Tivoli Monitoring）以及一些虚拟化组件共同组成。,相关研究,MapReduce调度模型,该模型共有Master、Worker和User三种角色，分工负责。,本文模型与算法,基于任务分类及蚁群算法的 云计算系统调度模型,本文模型与算法,主要考虑因素 1、用户对云计算资源需求的多样性与偏 好性，如何作Qos保证 2、云计算平台带宽利用率 3、公平性因素,本文模型与算法,资源与任务描述 1、假设某虚拟机资源VMi 的特征集合：,其中，rim表示一个K维对角矩阵，分别表示CPU、内存的个数，带宽、费用及故障率的倒数。,本文模型与算法,资源VMi的性能描述矩阵向量是：,其中Eim表示rim对应的特征值。任务的QoS描述通常可以采用任务完成时间、网络带宽、费用、可靠性等参数指标来量化QoS，如任务完成时间的QoS描述包括开始时间、总完成时间、结束时间等，使用时可选取任务总完成时间作为评判指标。,本文模型与算法,通常第i类任务的一般期待向量可以描述为：,其中eim分别表示CPU、内存、带宽等的一般期待，且满足：,本文模型与算法,蚁群算法,本文模型与算法,算法调度工作流程,首先，对用户的任务按优先级进行排序，然后进行分类，分类体现了用户任务对不同QoS的要求和偏好，并依据QoS分类利用蚁群算法实施资源分配与调度，并将任务与资源绑定，运行任务。,实验与结论,云计算仿真模拟工具CloudSim,支持模拟新兴的云计算基础设施和管理服务：支持建模和安装大规模云计算基础设施，包括在单一物理计算节点和java虚拟机上的数据中心。可对数据中心，服务代理，调度和分配策略进行建模。提供虚拟引擎，有助于在一个数据中心节点上创建和管理多个，独立和协同的虚拟服务。可以灵活地在共享空间和共享时间分配的处理核心之间切换。,实验与结论,在体系结构上，CloudSim仿真器采用分层的结构，自底向上由SimJava，GridSim，CloudSim，用户代码四个层次组成。,实验结果与结论,任务完成时间比较,计算能力偏好类任务比较,实验与结论,带宽偏好类任务比较,实验与结论,(1)提出将基于QoS任务分类和蚁群算法用于解决云计算平台下的资源分配与调度问题，扩展了CloudSim源代码并进行重新编译和生成，并在此扩展的仿真平台上对算法进行了仿真分析。(2)通过将仿真实验结果与最优完成时间算法的仿真结果对比，表明本文提出的算法可以有效的执行用户的任务，并表现出更好的公平性和用户满意度。,Thank You!,Q&A,