计算网格中基于负载平衡的调度模式

对资源进行有效的管理和调度可以提高网格系统的利用率.针对计算网格中的负载平衡问题,为减少网络通信量,提出一种分布式的网格作业调度模型,并给出了其相关算法：将轻负载节点逐个收集到一个队列,并设定一个可调节的刷新时间,当重负载节点提出调度请求时,直接从轻载节点队列中取一轻载节点并把负载转移到该节点上,从而解决了资源调度中的负载平衡问题.     

一种可扩展的网格资源发现模型

提出一种基于对等(P2P)计算方式的网格资源发现模型(SRDM),使用多种策略保证了网格资源发现服务的可扩展性和消息的路由效率.在虚拟组织内部使用改进的分布式哈希表技术,提高了局部的消息路由效率,并且具有极大的灵活性;超级节点只负责转发路由消息,使得负载更加均衡;超级节点间的消息转发通过多播实现,网络负载低,提高了全局可扩展性.构建了原型系统并进行测试,测试结果表明:SRDM模型具备良好的可扩展性,提高了网格资源发现服务的质量.     

基于资源监控的网格调度系统

研究ChinaGrid生物信息学网格中,根据资源负载变化进行动态作业调度的方案.针对中国网格公共支撑平台(CGSP)的执行管理模块在调度作业时,没有将计算节点的动态性作为调度优化的考虑因素,在ChinaGrid生物信息学网格中实现了一个基于资源监控的作业调度系统(SSRM).SSRM利用CGSV来实时获取资源的动态信息,并报告给ChinaGrid生物信息学网格的调度模块进行调度方案的优化.实验表明,与资源监控相结合的网格调度系统可以明显地缩短一组作业的完成时间.     

网 格 社 区 调 度 框 架

在网格环境中, 计算资源往往分布在不同的地域, 使 用互不相同的协议, 因此, 网格资源管理是网格研究的重要环节. 基于WSRF(Globus联盟推出的最新网格标准协议)实现一个对异构、 异地网格资源进行调度和管理的元调度程序: 网格社区调度框架〖CD2〗CSF4. CSF4作为Globus Toolkit 4(GT4)的元调度服务与其同步开发, 是最先基于WSRF实现的元调度程序.     

基于QoS的社区公共服务网格资源调度

社会资源的分布性、社区服务节点的动态性和社区服务的异构性,使得传统的基于Web的社区服务管理难以实现服务资源的全面共享.针对这些问题提出了基于开放网格服务结构(OGSA)的虚拟社区服务网格体系结构,并给出随机高级Petri网模型,以实现一个基于服务质量(QoS)的社区服务资源调度.     

基于分层结构和树型覆盖网络的网格资源发现模型

针对现有网格资源发现方法的不足,提出了一种基于分层结构和树型覆盖网络的网格资源发现模型.该模型将网格从逻辑上分成上下两层:下层由拥有各种网格资源和服务的网格资源节点组成;上层为网格信息节点组成的可靠分布树型覆盖网络,负责信息节点的组织、管理和资源定位.该模型以分层的方法来改进大规模分布网格环境资源发现的可扩展性,以可靠的树型覆盖网络来提高资源发现的效率,以并行方式来实现快速资源定位,以完全分布的方式组织信息节点来解决资源信息更新和维护问题.实验结果验证了所提出模型的有效性.     

网格中多副本数据的后向预测调度算法

针对网格环境下追求最快响应时间的多副本数据检索应用,提出了一种调度算法,该算法考虑了数据副本分布状况对负载均衡的影响.在被检索数据的多个子集分布在网格中多个节点,并且以数据子集为单位存在不定数目的副本情况下,给出了一种估算存放副本的网格节点动态负载和延时的方法.基于估算出的这些参数,算法根据对响应时间的计算和对后向任务的预测将任务分配到网格节点.后向预测考虑了网格节点被选中访问其上各个副本的可能性.最后通过仿真程序分析了该算法的性能.     

教育资源网格中基于节点负载的副本放置策略

针对教育资源网格中节点存储能力和处理能力差、网络带宽分布不均的特点,提出一种基于节点负载的副本放置策略（Node Load based Education Resource Grid Replication Strategy,NLERS）.该策略按照网络带宽分布的特点分为域内和域间两部分,域内部分通过将副本放置在性能相...     

一种基于Qos的网格资源调度策略

网格资源的合理调度一直是网格计算中的热点问题.当前网格资源调度的一种经典算法是Min-min算法.通过介绍Min-min算法的内容和特点,找出这种算法的缺点和不足,然后在该算法的基础上提出一种基于Qos的改进算法.这种改进算法的目的是在提高资源调度效率的同时又能均衡网格资源中的负载,进一步提高资源的利用率.     

基于路由表的网格工作流自组织策略

在现有的网格工作流的自组织策略中,通常是在网格中心节点实现服务的选择策略.为了改善网格中心节点的负载问题,提高工作流的效率,在网格工作流客户端中引入路由表机制.根据候选服务的质量,通过MDS的组件服务使网格中的资源信息反映到工作流的客户端节点,减少网格中心节点的服务选择过程,解决负载问题,同时可以有效地组合适当的网格服务.实验结果表明在客服端增加资源信息,由于记录了中心结点的信息,在工作流工作的后期可以有效地减轻服务结点的负担,提高工作流的效率.     

参数扫描应用的网格自适应调度

提出一种自适应调度方法,可使参数扫描应用在运行时保持近似的网格负载平衡,为适应资源性能的动态性,一个参数应用被分成若干作业顺序调度,每个作业运行后反馈的网格负载信息用于调整下一个作业的调度。使之适应资源性能波动,从而使后一个作业在运行时实现网格负载的近似平衡。每个作业被分成若干子作业,分别指派到不同的网格资源。子作业的运行时间构成一个网格负载向量,从中可计算出网格负载失衡因子,失衡因子表示作业运行时网格负载失衡的程度。负载向量用于调整下一个作业的划分方法,失衡因子用于调整下一个作业的规模。较小的失衡因子可使作业的规模有更快的增长,这样可使调度成本的增长速度慢于应用规模的增大速度。实验表明,自适应调度可保持近似的网格负载平衡,与其他资源性能的静态调度相比,可有效缩短参数应用的总运行时间。     

基于不同分配策略的云计算任务调度性能比较与分析

形式化描述了云计算环境下的负载均衡任务调度问题,借助动态规划方法形式化推导了最早完成时间的启发式优先分配策略,给出了基于先易后难优先分配策略、先难后易优先分配策略的启发式云计算任务调度算法。阐述了基于顺序调度策略、先易后难优先分配策略、先难后易优先分配策略等启发式任务调度算法和基于禁忌搜索策略、元胞演化策略等智能任务调度算法。针对不同分配策略的云计算任务调度进行性能比较与分析,提出了完成时间可改进百分比和资源负载平衡因子的调度性能评价指标,实验数据对比充分表明:与启发式调度算法相比,智能调度算法能减少任务执行时间,优化资源负载均衡性能。     

基于可信度策略的校园网格作业调度算法

为了实现校园网上的资源共享,降低资源浪费,文中讨论了基于网格技术的校园网作业调度模型,并设计和实现了基于可信度遗传算法的作业调度方法.该方法采用资源可信度策略,同时结合遗传算法的优点,满足了网格对调度系统可扩展性和全局最优调度的需求,从而使调度系统具有了一定的自主性和智能性.实验结果表明该作业调度方法收敛速度快,全局寻优能力强,整体性能优于其他调度算法.     

成本/时间综合优化网络资源调度策略及价格算法

为对资源进行有效管理和调度,分析了网格资源管理领域目前已有的经济学模型资源分配框架,给出了经济模型中价格机制的形式化描述.参考Buyya提出的调度策略,在综合考虑成本价格和作业执行时间的基础上,提出了经济模型下基于时限预算和作业价格预算的成本和时间综合最优调度(STPP)策略和一种获取价格的迭代算法.研究表明,STPP策略增强了资源调度的灵活性和可扩展性.     

基于时间期限和预算效益函数的网格资源调度算法

针对具有时间和代价约束的网格资源调度问题,提出了一种基于效益函数的改进的网格任务调度算法,并采用GridSim模拟器分别对提出的调度算法和现有的DBC算法进行模拟实现.对比分析表明,改进的调度算法能得到较高的任务完成率及较好的资源负载均衡性.     

基于自适应遗传算法的网格任务调度优化

针对传统任务调度算法效率较低、资源负载不平衡等缺点,基于遗传算法,考虑现代网格系统异构性和动态性的特点,提出一种有效的交叉概率和变异概率自适应更新方法,提高遗传算法的全局搜索能力和收敛速度.仿真实验表明,改进后的遗传算法在进化速度上有明显提升,可较好地处理网格任务调度问题,提高任务调度效率,降低资源负载的不平衡性.     

基于虚拟市场的网格资源分配策略

针对计算网格提出了一种基于虚拟市场的资源分配方法:以局部性原理为基础,建立虚拟市场区域,并以排序优化后的队首资源优先匹配策略实现计算网格资源的优化分配.然后分析了匹配有效性及分配策略的快速响应性;最后通过模拟试验证明了该分配策略有着良好的负载均衡性,且能够使资源提供者和消费者双方的满足最大化.     

基于QoS的改进Min–Min调度算法

针对经典Min–Min调度算法存在负载不均,资源利用率低,处理时间长等问题,提出了P–Min算法。该算法根据任务的优先级并结合贪心算法来实现调度。仿真结果表明:P–Min算法在负载均衡的资源利用率方面较Min–Min算法提高了17%,任务总体执行时间调高了8.03%。     

基于谱聚类的BaaS资源负载均衡调度算法

Fabric作为超级账本的核心项目,以其多通道的设计为用户提供更为隐私的交易空间,为了解决基于分布式架构下的多通道资源负载均衡问题,提出了基于NJ W谱聚类的区块链即服务(BaaS)负载均衡调度算法SC-channel.该算法将平台子节点的数量作为划分类簇数量的依据,首先,基于通道采用peer之间的Jaccard系数构造相似矩阵;其次,计算拉普拉斯矩阵,求取前k个特征值和特征向量并将特征向量单位化;最后,用基于数量加权的k-means算法完成聚类.在Kubernetes平台上对这种方法进行验证,并与采用经典k-meansi的NJW算法默认调度算法下的资源负载均衡度做了比较分析.结果表明,采用基于谱聚类的BaaS资源负载均衡调度算法可提高资源利用的均衡程度,增强了平台的可用性与可靠性.     

一种基于任务划分的启发式网格调度策略

网格环境下的任务调度是一个非常复杂且具有挑战性的问题,目前存在的调度策略大多数忽略了任务执行调度算法的顺序这个重要因素.针对这一问题,本文提出任务划分(task-partition)的概念,结合任务存取数据的位置信息,给出了一种以任务级别的忍耐度(task-sufferage)作为启发规则的网格调度策略.实验结果表明,该策略消除了任务的重新调度,降低了任务总的完成时间,能够有效地保证负载均衡,具有较好的综合性能.