一种基于任务竞争力的工作流调度算法

网格计算聚集了大量的异构分布式的计算或存储资源,为科学研究提供了一个高性能环境.然而,网格资源的异构性和自治性特征使得任务调度变得极其复杂.针对DAG表示的科学工作流调度问题,根据任务可用资源率确定任务调度的优先级,以任务竞争力刻画任务对资源的最佳匹配度,基于分层调度策略提出了一种基于任务竞争力的工作流调度算法.采用GridSim模拟实验表明该算法相对于其他两个算法,具有更小的执行时间.     

基于优先级权重的 Hadoop YARN 调度算法

为解决 Hadoop 现有调度器调度任务时不能根据任务的紧迫程度分配资源的问题, 研究 YARN 中的资源 调度机制, 改进原调度器(Capacity Scheduler), 提出一种基于优先级权重的 Hadoop YARN(Yet Another Resource Negotiator)调度算法(Weight Scheduler Based on Priority)。 为叶子队列设置队列优先级, 结合队列资源利用率和 队列优先级选择队列; 将应用程序的初始权重设置为应用程序优先级的大小, 通过等待时间判断是否更新权 重, 根据权重对队列中的应用程序进行排序, 调度时优先为权重高的应用程序分配资源。 实验结果表明, 与原 有调度算法相比, 改进算法平均任务执行时间约减少 141 s, 平均等待时间减少 34. 5%, 保证了用户执行任务 的相对公平, 提高了用户总体满意度。     

QoS约束的云工作流调度算法

将云计算和工作流两者结合起来,并根据用户关心的QoS中执行时间和执行费用问题,针对工作流调度策略在云环境下调度实例密集型工作流时效率不高的问题优化资源调度策略,给出云工作流调度模型,提出一种基于QoS约束的云工作流调度算法MSCWQ(modifiedschedulingalgorithmforcloudworkflowbasedonQoS).该算法利用DAG(directedacyclicgraph)进行建模,优化资源策略,保证在最晚结束时间内使整个工作流实例的执行费用尽可能小.实验结果表明,在调度实例密集型云工作流时,该算法能有效提升科学工作流的执行效率,并能减少资源的使用费用.     

网格工作流调度关键技术综述

网格工作流将工作流管理和网格计算结合起来提供了一种更有前景的分布式协作的工作流系统的解决方案。网格工作流调度是网格工作流管理中的一个关键问题，它直接影响网格工作流的执行成功与否和效率的高低。详细总结了网格工作流调度中的关键技术：（1）工作流设计；（2）调度体系结构；（3）调度决策机制；（4）计划模式；（5）调度策略；（6）性能评估，并对各关键技术进行了分析和探讨，其次阐述了几个典型网格工作流调度系统，且指出了网格工作流规范与调度算法存在的问题及其发展方向。     

HowU网格资源管理及调度

讨论了一种基于web的HowU网格系统的实现，以及采用的关键技术．HowU网格系统通过资源请求代理进行网格作业提交，HowU网格系统采用了网格资源的分层管理策略及全局调度思想．根据网格的特性，并针对CPU性能对作业调度的影响，提出了三种全局资源调度算法：资源轮转法；当前最优资源优先调度法；最优资源优先调度法．研究结果表明，当作业数量比较少时，资源轮转法优势最明显，最优资源优先调度法性能最差．但当作业数量增大时，资源轮转法性能明显下降，而最优资源优先调度法比其他两者更有性能优势．     

一种面向通信开销的网格工作流调度算法

采用任务—资源分配图定义了网格任务调度模型,运用动态规划的方法提出了面向通信开销的工作流任务调度算法。采用扩展的拓扑排序算法对具有依赖关系的工作流任务进行划分,根据划分的任务子集得到相应的调度阶段,在每一阶段选择满足约束条件和以计算开销、通信开销以及任务执行成功率为最优目标函数的资源节点进行任务分配,从而使工作流任务调度目标函数最优。应用Grid Sim工具包实现了该调度算法,并与Min-Min算法进行对比分析。仿真结果表明,基于动态规划的网格工作流调度算法具有良好的适应性,且能较好地处理不同网络环境下任务间存在大量数据传输的网格调度问题。     

排队时间感知的动态网格工作流调度

网格资源站点的可靠性将影响站点上任务执行性能,从而影响其他任务的排队等待时间.利用可修排队系统对网格资源站点进行可靠性建模,通过模型求解获得稳态下各资源站点的排队等待时间,提出了排队时间感知的动态网格工作流调度算法并设计了动态网格工作流调度的原型系统.基于GridSim进行了不同网格系统环境设置场景下的仿真实验.实验结果表明,本算法在不同负载和不同失效率的情况下其完成时间明显优于HEFT和CPOP算法,且在平均等待时间方面也比这2种算法高出了50%左右.     

网格工作流调度关键技术综述

网格工作流将工作流管理和网格计算结合起来提供了一种更有前景的分布式协作的工作流系统的解决方案.网格工作流调度是网格工作流管理中的一个关键问题,它直接影响网格工作流的执行成功与否和效率的高低.详细总结了网格工作流调度中的关键技术:(1)工作流设计;(2)调度体系结构;(3)调度决策机制;(4)计划模式;(5)调度策略;(6)性能评估,并对各关键技术进行了分析和探讨,其次阐述了几个典型网格工作流调度系统,且指出了网格工作流规范与调度算法存在的问题及其发展方向.     

一种改进的网格调度算法研究

网格调度问题是网格计算的关键问题之一,它直接决定了网格资源是否得到有效而合理的使用。本文主要是讨论了网格调度算法GS以及基于优先级的优化分代调度算法,同时对以后的工作提出展望。     

基于随机petri网的网格工作流调度模型研究

针对网格工作流中任务调度的建模难题,使用随机Petri网(SPN)这种高级网系统,为系统建模提供强有力的支持。首先对SPN的基本概念和建模特性进行了介绍,在参考网格环境下目前工作流调度模型的基础上,提出了分层的网格工作流应用程序(任务)调度模型。并针对已有的几种网格工作流调度策略设计出基于SPN的模型,在此基础上提出了一种改进的总体最小期望等待时间调度策略。最后在网格工作流环境下对几种策略进行了仿真试验,证明了这种调度策略具有较好的性能。     

An improvement on algorithm of grid-workflow based on QoS

With the emergencc of grid computing. new challenges have arisen in workflow tasks scheduling. The goal of grid-workflow task scheduling is to achieve high system throughput and to match the application needs with the available computing resources. This matching of resources in a non-deterministically share heterogeneous environment leads to concerns on quality of service (QoS). Grid concept is presented in this paper, coupled with the QoS requirement of workflow task and an improved algorithm-ILGSS algorithm. has been brought out. The complexity of the improved sched uling algorithm has been analyzed. The experiment results show that the improved algorithm can lead to significant performance gain in various applicatkms. An important research domain adaptive workflow transaction in grid computing environment, has been explored and a new solution for the scheduling of distribute workflow has been hring forward in grid environment.     

Concurrent and Storage-Aware Data Streaming for Data Processing Workflows in Grid Environments

Data streaming applications, usually composed of sequential/parallel data processing tasks organized as a workflow, bring new challenges to workflow scheduling and resource allocation in grid environments. Due to the high volumes of data and relatively limited storage capability, resource allocation and data streaming have to be storage aware. Also to improve system performance, the data streaming and processing have to be concurrent. This study used a genetic algorithm (GA) for workflow scheduling, using on-line measurements and predictions with gray model (GM). On-demand data streaming is used to avoid data overflow through repertory strategies. Tests show that tasks with on-demand data streaming must be balanced to improve overall performance, to avoid system bottlenecks and backlogs of intermediate data, and to increase data throughput for the data processing workflows as a whole.     

基于服务网格的动态负载平衡调度算法研究

为了提高资源利用率和系统的吞吐率,需要实现服务网格系统内负载的均衡分布.提出了层次式动态负载平衡调度模式,详细介绍了负载平衡系统的系统结构.作业分配是负载平衡系统中的核心机制.设计并实现了一种综合考虑各局部代理作业数和各个局部代理性能以及当前负载情况的动态双阀值作业分配算法.试验数据表明,该作业分配算法较传统调度算法综合性能有较大提高.在作业数较多时,该作业分配算法性能更好.     

一种高效的对等网络流媒体数据调度算法

在基于无结构对等网络环境的P2P流媒体系统中,针对现有数据调度算法不能充分利用节点带宽资源导致服务器负载较重的问题,提出了一种基于数据块优先级的数据调度算法.该算法根据邻居节点滑动窗口中数据需求信息和数据稀有性计算数据块优先级,调度时优先请求高优先级的数据,以提高节点间数据协作性.当多个源节点可以同时提供所需数据时,根据节点已上传下载数据量计算节点的贡献率,向贡献率最低的源节点请求数据,实现新加入节点上行带宽资源的快速利用.仿真实验与实际系统测试表明,该算法可以更充分地利用节点带宽资源,较传统算法降低服务器负载20%以上,提高了系统可扩展性.     

基于MAS的动态协作任务求解模型与算法

为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。     

多vCPU环境中基于容器的科学工作流调度策略

现有科学工作流调度研究较少考虑计算资源的多道程序设计,难以同时实现有效的容器共享并优化任务并行度与资源利用率。为了解决以上难点,文章提出了一种分布式多vCPU环境中基于容器技术的分段式工作流调度策略。该策略通过分段调度方法,降低启发式算法的解空间大小,使用带遗传算子的自适应离散粒子群优化算法(ADPSOGA),在设备使用成本的约束下优化各个工作流的完成时间,并制定一种容器与设备间的动态伸缩方案,实现容器的复用并解决单个设备中任务并行时的资源争用问题。结果表明：ADPSOGA的性能优于其他同类启发式算法,并且分段调度方法与容器伸缩方案在工作流调度方面表现出良好的性能,能很好地适应因任务并行度增加所带来的影响。     

一种基于遗传算法的网格任务调度算法

任务调度问题是一类NP问题,经典调度理论一般仅能获得问题的近似最优解.尽管已有用于任务调度的遗传算法的求解质量优于传统方法,但多数是考虑单任务或独立多任务调度的遗传算法.采用理论分析与仿真实验相结合的方法,提出了一种改进的遗传算法解决网格的任务调度问题.这种遗传算法所处理的任务不仅可以包含多个有前后约束关系的子任务,并且每个子任务可以需要多种资源.通过对比实验可以看到本文所提出的算法在网格任务调度方面要优于传统的HEFT和DLS算法.     

Concurrent processes scheduling with scarce resources in small and medium enterprises

Scarce resources , precedence and non-determined time-lag are three constraints commonly found in small and medium manufacturing enterprises (SMEs), which are deemed to block the ap-plication of workflow management system ( WfMS ) .To tackle this problem , a workflow scheduling approach is proposed based on timing workflow net (TWF-net) and genetic algorithm (GA).The workflow is modelled in a form of TWF-net in favour of process simulation and resource conflict checking .After simplifying and reconstructing the set of workflow instance , the conflict resolution problem is transformed into a resource-constrained project scheduling problem ( RCPSP ) , which could be efficiently solved by a heuristic method , such as GA.Finally, problems of various sizes are utilized to test the performance of the proposed algorithm and to compare it with first-come-first-served ( FCFS) strategy.The evaluation demonstrates that the proposed method is an overwhelming and effective approach for scheduling the concurrent processes with precedence and resource con -straints .