云彩店邀请码|半壳|优胜
作业调度问题是网格研究必须解决的关键问题。调度的目标是根据作业请求和资源状态,对作业和资源作出合理映射,以实现对共享资源的优化利用。国内外研究者针对独立作业在异构计算环境中的调度问题已经进行了广泛而深入的讨论,并提出了许多启发式调度算法,其中批调度算法通常具有更好的调度性能,但在网格作业调度系统中“在线模式”仍是主要的调度策略。为此,本文设计和实现了支持批模式调度算法的网格作业调度系统;并针对一类特殊作业——bundle-task,提出一种基于批调度启发式的优化算法,以提高支持此类作业的调度系统性能。 本文首先阐述了调度理论的基本概念,介绍了现有的各类启发式调度算法,并结合国内外各作业调度系统的特点进行分析,在此基础上明确了调度系统和调度算法的研究和设计目标。然后,本文定义了一类特殊作业——bundle-task,针对其特点提出基于批模式启发算法的优化算法,并建立仿真系统对其进行验证。接下来,基于以上研究,设计并实现了支持bundle-task的批模式服务网格作业调度系统CROWN Scheduler。最后,通过实验对CROWN Scheduler的功能和性能进行评测。 本论文工作的特点主要体现在如下几个方面:1) 针对bundle-task作业类型,在传统启发式调度算法的基础上,设计了基于“按序压缩”原则的优化算法;2) 设计并实现了一个基于启发式调度算法公共假设的仿真系统,对各类调度算法进行仿真,验证上述优化算法;3) 设计并实现了支持bundle-task的批模式服务网格作业调度系统CROWN Scheduler,包括a) 扩展和改进传统的在线调度模型,使系统支持批调度策略;b) 支持bundle-task并提供灵活的调度策略配置;c) 利用多级阻塞队列实现更好的负载均衡和更灵活的重调度操作。
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/270798.html
本站部分内容来源网络如有侵权请联系删除