论文部分内容阅读
在云环境下，服务商主要采取按需收费的方式对资源进行计费，这种收费模式的应用，对于云平台的管理系统而言，需要做到合理分配调度资源，协调管理用户所提交的工作流。因此，通过研究工作流的调度，使用户提交的工作流能在最短的时间内完成并尽量地减少所用资源，进而减少用户的花费，这样的研究是非常有意义的。 本文根据工作流的结构特点，提出了工作流的结构属性，对工作流的结构对调度算法的影响进行了剖析。通过本文所提出的属性对工作流进行分类，使得多个工作流的调度能够在资源占用较少的情况下高效执行。本文的主要工作内容及创新点为以下三方面。 (1)提出工作流的两个属性：并行差和并行度。利用并行差、并行度和粒度属性对工作流的结构进行描述。根据工作流的结构属性对用户提交的工作流进行分析和分类，选择最优算法对工作流进行调度。最后，本文通过工作流调度模拟软件分析并验证了并行差和并行度对工作流调度效率和资源占用率的影响。 (2)提出了基于属性的多DAG混合调度算法(Based on Properties SchedulingStrategy for Multiple DAG，BPSSMul)。在不同的调度算法适用于不同结构的DAG的结论基础上，提出一个多DAG调度算法，使多个不同结构的DAG在调度时，能够得到较高的调度效率。加入资源使用费的约束条件之后，改进算法使处理机资源的使用率得到提高，从而减少了完成工作流的费用。 (3)使用Java语言开发了一个具有图形界面的工作流调度模拟软件。该系统根据需求完成了以下功能：1)实现了现有的一些经典调度算法；2)随机生成虚拟工作流，并且能够调整工作流属性；3)以图形界面的方式，展现所生成的工作流，对工作流调度的结果进行统计分析。